https://blog.csdn.net/yang_xian521/article/details/7182185
1.存取单个像素值
最通常的方法就是
- img.at<uchar>(i,j) = 255;
- img.at<Vec3b>(i,j)[0] = 255;
2.用指针扫描一幅图像
对于一幅图像的扫描，用at就显得不太好了，还是是用指针的操作方法更加推荐。先介绍一种上一讲提到过的
- for (int j=0; j<nl; j++)
- {
- uchar* data= image.ptr<uchar>(j);
- for (int i=0; i<nc; i++)
- {
- data[i] = 255;
- }
- }
- if (img.isContinuous())
- {
- nc = img.rows*img.cols*img.channels();
- }
- uchar* data = img.ptr<uchar>(0);
- for (int i=0; i<nc; i++)
- {
- data[i] = 255;
- }
- uchar* data = img.data;
- // img.at(i, j)
- data = img.data + i * img.step + j * img.elemSize();
3.用迭代器iterator扫描图像
和C++STL里的迭代器类似，Mat的迭代器与之是兼容的。是MatIterator_。声明方法如下：
- cv::MatIterator_<Vec3b> it;
- cv::Mat_<Vec3b>::iterator it;
- Mat_<Vec3b>::iterator it = img.begin<Vec3b>();
- Mat_<Vec3b>::iterator itend = img.end<Vec3b>();
- for (; it!=itend; it++)
- {
- (*it)[0] = 255;
- }
4.高效的scan image方案总结
还是用我们之前使用过的getTickCount、getTickFrequency函数测试速度。这里我就不一一列举我测试的结果了，直接上结论。测试发现，好的编写风格可以提高50%的速度！要想减少程序运行的时间，必要的优化包括如下几个方面：
（1）内存分配是个耗时的工作，优化之；
（2）在循环中重复计算已经得到的值，是个费时的工作，优化之；举例：
- int nc = img.cols * img.channels();
- for (int i=0; i<nc; i++)
- {.......}
- //**************************
- for (int i=0; i<img.cols * img.channels(); i++)
- {......}
（3）使用迭代器也会是速度变慢，但迭代器的使用可以减少程序错误的发生几率，考虑这个因素，可以酌情优化
（4）at操作要比指针的操作慢很多，所以对于不连续数据或者单个点处理，可以考虑at操作，对于连续的大量数据，不要使用它
（5）扫描连续图像的做法可能是把W*H的衣服图像看成是一个1*（w*h）的一个一维数组这种办法也可以提高速度。短的循环比长循环更高效，即使他们的操作数是相同的
以上的这些优化可能对于大家的程序运行速度提高并不明显，但它们毕竟是个得到速度提升的好的编程策略，希望大家能多采纳。
还有就是利用多线程也可以高效提高运行速度。OpenMP和TBB是两种流行的APT，不过对于多线程的东西，我是有些迷糊的，呵呵
5.整行整列像素值的赋值
对于整行或者整列的数据，可以考虑这种方式处理
- img.row(i).setTo(Scalar(255));
- img.col(j).setTo(Scalar(255));