【学习OpenCV】高效遍历Mat

用指针来遍历图像

方法：取出图像中第i行数据的指针：image.ptr<uchar>(i)，再访问各列元素。

unsigned char * pData = BmpStream+1078;
int nr=img1.rows;
int nc=img1.cols;

for(int i=nr-1;i>=0;i--)	//遍历mat
{
const uchar* inData=img1.ptr<uchar>(i);
for(int j=0;j<nc;j++)
{
*pData++= inData[j];
}
}

一般来说图像行与行之间往往存储是不连续的，但是有些图像可以是连续的，Mat提供了一个检测图像是否连续的函数isContinuous()。当图像连通时，我们就可以把图像完全展开，看成是一行。

unsigned char * pData = BmpStream+1078;
int nr=img1.rows;
int nc=img1.cols;
if(img1.isContinuous())
{
nr=1;
nc=nc*img1.rows*img1.channels();
}
for(int i=0;i<nr;i++)	//遍历mat
{
const uchar* inData=img1.ptr<uchar>(i);
for(int j=0;j<nc;j++)
{
*pData++= * inData ++;
}
}

注：若算法对行列敏感，不能采用第2种方法，因为已经转换为1维！

用指针除了用上面的方法外，还可以用指针来索引固定位置的像素：

image.step返回图像一行像素元素的个数（包括空白元素），image.elemSize()返回一个图像像素的大小。

&image.at<uchar>(i,j)=image.data+i*image.step+j*image.elemSize();

实验证明

虽然把遍历方式改为指针，但发现release下的速度与at方法差不多（快一点点）；而debug下的确是快很多；这说明，在编译的时候，release会对at方法进行优化的！所以，在满足算法的实时性要求的条件下，为了代码的可读性，还是直接用at方法吧，而且用着还方便。

另一个比较at方法与指针方法的例子：

1000*1000矩阵的16位整型转换32位浮点，输入Mat src为1000*1000的CV_16U类型，输出Mat dst

//方式一 ： at方法
for(int i=0;i<h;i++)	//遍历行
{
for(int j=0;j<w;j++)	//遍历列
{
dst.at<float>(i,j) = (float)src.at<unsigned short>(i,j);
}
}

速度最慢

//方式二 ： converTo方法
src.convertTo(dst,CV_32F);

比at方法快

//方式三 ： 指针
unsigned short* psrc = (unsigned short*)src.data;
//float *pdst = new float [src.total()];
float *pdst = (float*)dst.data;
for(int i=0;i<h;i++)	//遍历行
{
const unsigned short* p0 = psrc + i*w;
float* p1 = pdst + i*w;
for(int j=0;j<w;j++)	//遍历列
{
*p1++= (float)p0[j];
}
}

速度与convertTo差不多

-------------------------END---------------------------------