测试环境：opencv3.1.0 + Visual Studio 2015 + win7 64位
opencv中有3中方法可以访问/修改图像的像素值，分别为：
1. 指针访问
2. 迭代器iterator
3. 动态地址计算
测试程序如下：
-
-
-
-
using namespace std;
-
using namespace cv;
-
-
-
int main()
-
{
-
//原始图像初始化
-
Mat image(240, 320, CV_8UC3, Scalar(0, 0, 0));
-
imshow( "原始图像", image);
-
-
-
//------------------指针操作-------------------------
-
double start = static_cast< double>(getTickCount());
-
-
int rowNumber = image.rows; //行数
-
int colNumber = image.cols * image.channels(); //每一行元素个数 = 列数 x 通道数
-
for ( int i = 0; i < rowNumber; i++) //行循环
-
{
-
uchar* data = image.ptr<uchar>(i); //获取第i行的首地址
-
for ( int j = 0; j < colNumber; j++) //列循环
-
{
-
//开始处理
-
data[j] = 255;
-
}
-
}
-
-
double end = static_cast< double>(getTickCount());
-
double time = (end - start) / getTickFrequency();
-
cout << "指针操作运行时间为：" << time << "秒" << endl;
-
imshow( "指针操作", image);
-
//---------------------------------------------------
-
-
//-----------------迭代器操作------------------------
-
start = static_cast< double>(getTickCount());
-
-
Mat_<Vec3b>::iterator it = image.begin<Vec3b>(); //初始位置的迭代器
-
Mat_<Vec3b>::iterator itend = image.end<Vec3b>(); //终止位置的迭代器
-
for (; it != itend; it++)
-
{
-
//处理BGR三个通道
-
(*it)[ 0] = 255; //B
-
(*it)[ 1] = 255; //G
-
(*it)[ 2] = 0; //R
-
}
-
-
end = static_cast< double>(getTickCount());
-
time = (end - start) / getTickFrequency(); //计算时间
-
cout << "迭代器操作运行时间为：" << time << "秒" << endl;
-
imshow( "迭代器操作", image);
-
//---------------------------------------------------
-
-
//----------------动态地址计算-----------------------
-
start = static_cast< double>(getTickCount());
-
-
rowNumber = image.rows;
-
colNumber = image.cols;
-
for ( int i = 0; i < rowNumber; i++)
-
for ( int j = 0; j < colNumber; j++)
-
{
-
//处理BGR三个通道
-
image.at<Vec3b>(i, j)[ 0] = 0; //B
-
image.at<Vec3b>(i, j)[ 1] = 255; //G
-
image.at<Vec3b>(i, j)[ 2] = 0; //R
-
}
-
-
end = static_cast< double>(getTickCount());
-
time = (end - start) / getTickFrequency(); //计算时间
-
cout << "动态地址操作运行时间为：" << time << "秒" << endl;
-
imshow( "动态地址操作", image);
-
//---------------------------------------------------
-
-
cvWaitKey( 0);
-
return 1;
-
-
}
运行结果如下：
Debug模式下运行时间如下：
Release模式下运行时间如下：
可以看到指针操作在Debug模式和Release模式下均是最快的，动态地址和迭代器操作稍微慢点。
一些说明：
1. RGB颜色模型的矩阵如下（opencv中通道顺序为BGR）：
因此，指针操作的时候，每行的元素个数为：列数x通道数。
Mat类提供了ptr函数可以得到图像任意行的首地址。
2. 在迭代法中，我们所需要做的仅仅是获得图像矩阵的begin和end，然后迭代从begin到end。将*操作符添加在迭代指针前，即可以访问当前指向的内容。相比于指针直接访问可能出现越界问题，迭代器绝对是非常安全的方法。
3. 成员函数at(int y, int x)可以用来存取图像元素，但是必须在编译期知道图像的数据类型。对于彩色图像，每个像素由三个部分构成：蓝色通道、绿色通道和红色通道（BGR）。因此，对于一个包含彩色图像的Mat，会返回一个由三个8位数组成的向量。Opencv将此类型的向量定义为Vec3b，即由三个unsigned char组成的向量。这也解释了为什么存取彩色图像像素的代码可以写出如下形式
image.at<Vec3b>(j, i)[channel] = value;另外：
而对于单通道的灰度图像就简单很多了：
image.at<uchar>(i,j);
这里要注意at中(i,j)的顺序表示的是第i行第j列，跟Point(i,j)和Rect(i,j)中表示第j行第i列是相反的，如果把这个搞混了，很容易导致内存异常，还不容易发现错误。
补充说明一下：OpenCV中坐标体系中的零点坐标定义为图片的左上角，X轴为图像矩形的上面那条水平线，从左往右；Y轴为图像矩形左边的那条垂直线，从上往下。在Point(x,y)和Rect(x,y)中，第一个参数x代表的是元素所在图像的列数，第二个参数y代表的是元素所在图像的行数，而在at(x,y)中是相反的。
参考文献
OpenCV3编程入门