cv::parallel_for_ 可以与 lambda 函数结合

cv::parallel_for_ 是 OpenCV 中用于并行处理的一个函数，可以有效地利用多核 CPU 来加速计算。

在 OpenCV 中，cv::parallel_for_ 可以与 lambda 函数结合使用，以简化代码并提高可读性。以下是如何将 lambda 函数与 cv::parallel_for_ 结合的示例。

示例：使用 Lambda 函数

假设你想要对一个图像的每个像素进行简单处理（如平方），可以使用 lambda 函数来实现：

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    cv::Mat src = cv::imread("input.jpg", cv::IMREAD_GRAYSCALE);
    cv::Mat dst = src.clone();

    if (src.empty()) {
        std::cerr << "Image not found!" << std::endl;
        return -1;
    }

    // 使用 lambda 函数与 parallel_for_ 结合
    cv::parallel_for_(cv::Range(0, src.rows), [&](const cv::Range& range) {
        for (int i = range.start; i < range.end; ++i) {
            for (int j = 0; j < src.cols; ++j) {
                // 确保处理的值不超过255
                int value = src.at<uchar>(i, j);
                dst.at<uchar>(i, j) = std::min(255, value * value);
            }
        }
    });

    cv::imwrite("output.jpg", dst);
    return 0;
}

说明

1. Lambda 函数: & 表示捕获外部变量（在本例中是 src 和 dst），允许在 lambda 内部访问这些变量。
2. cv::Range(0, src.rows): 仍然定义了处理的行范围。
3. 像素处理: 在 lambda 函数内部，进行像素值的平方处理，并确保不超过 255。

注意事项

• 捕获方式: 可以根据需要选择捕获方式（如 & 或 =），这会影响变量的可见性和生命周期。
• 性能: 使用 lambda 函数可以提高代码的简洁性和可读性，同时也能利用 cv::parallel_for_ 的并行计算能力。

通过将 lambda 函数与 cv::parallel_for_ 结合，可以实现高效的并行计算，同时保持代码的简洁性。