[db:标题]

因有关需求，最近要弄个5*5的浮点版本的中值滤波， 而且希望效率能做到极致。感觉这个事情不是随手搞定嘛，因为5*5的字节版本的中值已经有模版了，改为浮点的大差不差的，没有啥问题。 　　确实如此，直接把早期的自己版本代码弄过来，改下相关的数据类型和函数，功能一下子就出来了，而且效果也不俗。 　　在【算法随记三】小半径中值模糊的急速实现（16MB图7.5ms实现） + Photoshop中蒙尘和划痕算法解读中，曾经提到对于5*5的中值，理论上需要131次比较，但是我现在找不到这个131的数据的来源和依据了。 　　这几天看Opencv的代码，在其medianFilter.cl以及median_blur.simd.hpp里的都有类似的比较，具体如下： 　　这里的op算子就是比较算子，一共有113处。 　　在https://github.com/ravkum/medianFilter/blob/main/src/medianFilter.cl中，也有类似的算子，如下所示： 　　　这里只有99个算子。　　 　　所以优化的第一步就是用这99个算子的方案代替原先我收集的131个的方案，这个就会有25%左右的提速了。 　　而且测试这99算子的结果和原先的131个以及opencv的113个算子的结果是一样的。 　　而我们在百度搜索5*5中值滤波快速算法，可以得到以下的信息： 　　　　5x5中值滤波的快速算法旨在减少标准排序方法的高计算复杂度，通过优化排序或利用数据结构来加速中值查找。以下是一些常见的快速实现思路： 　　　　　　‌行-列排序优化‌：先对5x5窗口的每一行进行排序，确保每行有序；然后对每一列排序，使列内元素有序。经过此处理，窗口被分为四个象限，中心元素通常接近中值，从而减少比较次数。