Лучший способ индексации матрицы в opencv

Вы можете легко преобразовать этот код MATLAB:

idx = A > 0;
B(idx) = 0;

// same as 

B(A>0) = 0;

в OpenCV как:

Mat1d A(...)
Mat1d B(...)

Mat1b idx = A > 0;
B.setTo(0, idx) = 0;

// or

B.setTo(0, A > 0);

Что касается производительности, то на С++ он обычно быстрее (зависит от разрешенных оптимизаций) работает над необработанными указателями (но менее читабельен):

for (int r = 0; r < B.rows; ++r)
{
    double* pA = A.ptr<double>(r);
    double* pB = B.ptr<double>(r);
    for (int c = 0; c < B.cols; ++c)
    {
        if (pA[c] > 0.0) pB[c] = 0.0;
    }
}

Также обратите внимание, что в OpenCV нет никакой логической матрицы, но это a CV_8UC1 matrix (aka одноканальная матрица unsigned char), где 0 означает false, а любое значение >0 (обычно 255).

Оценка

Обратите внимание, что это может варьироваться в соответствии с оптимизацией, включенной в OpenCV. Вы можете проверить код ниже на своем ПК, чтобы получить точные результаты.

Время в мс:

          my results           my results      @AdrienDescamps
          (OpenCV 3.0 No IPP)  (OpenCV 2.4.9)

Matlab  : 13.473     
C++ Mask: 640.824              5.81815         ~5
C++ Loop: 5.24414              4.95127         ~4

Примечание. Я не совсем уверен в снижении производительности с помощью OpenCV 3.0, поэтому я просто замечаю: проверить код ниже на вашем ПК, чтобы получить точные результаты.

Как @AdrienDescamps в комментариях:

Похоже, что падение производительности с OpenCV 3.0 связано с опцией OpenCL, которая теперь включена в операторе сравнения.

Код С++

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
    // Random initialize A with values in [-100, 100]
    Mat1d A(1000, 1000);
    randu(A, Scalar(-100), Scalar(100));

    // B initialized with some constant (5) value
    Mat1d B(A.rows, A.cols, 5.0); 

    // Operation: B(A>0) = 0;

    {
        // Using mask

        double tic = double(getTickCount());
        B.setTo(0, A > 0);
        double toc = (double(getTickCount()) - tic) * 1000 / getTickFrequency();

        cout << "Mask: " << toc << endl;
    }
    {
        // Using for loop

        double tic = double(getTickCount());
        for (int r = 0; r < B.rows; ++r)
        {
            double* pA = A.ptr<double>(r);
            double* pB = B.ptr<double>(r);
            for (int c = 0; c < B.cols; ++c)
            {
                if (pA[c] > 0.0) pB[c] = 0.0;
            }
        }
        double toc = (double(getTickCount()) - tic) * 1000 / getTickFrequency();

        cout << "Loop: " << toc << endl;
    }


    getchar();
    return 0;
}

Код Matlab

% Random initialize A with values in [-100, 100]
A = (rand(1000) * 200) - 100;
% B initialized with some constant (5) value
B = ones(1000) * 5; 

tic
B(A>0) = 0; 
toc

UPDATE

OpenCV 3.0 использует оптимизацию IPP в функции setTo. Если у вас есть это (вы можете проверить с помощью cv::getBuildInformation()), вы получите более быстрое вычисление.