OpenCV中高效的像素遍历方法，写出工程级像素遍历代码（关注效率）

本文非原创，而是转载自《OpenCV学堂》

Mat对象结构

初次接触OpenCV的开发者，必须过的第一道坎就是学会如何遍历访问Mat对象中每个像素，实现像素级别的图像操作，这个是最级别的编程技能，但是不同的像素遍历方法效率有云泥之别，相差特别大，甚至可能成为算法运行的瓶颈之一，因此找到一种速度快的遍历方法对大图像处理是很关键的。在开始寻找高效遍历方法之前，先来了解一下Mat对象的数据组织形式与像素块数据的存储方式，Mat对象由两个部分组成，元数据头部加像素数据块部分，图示如下：

在OpenCV C++中Mat对象的内存管理由OpenCV框架自动负责内存分配与回收，基于智能指针实现内存管理。

以下介绍几种遍历方法：

方法一

基于Mat对象的随机像素访问API实现，通过行列索引方式遍历每个像素值。代码实现如下

void method_1(Mat &image) {double t1 = getTickCount();int w = image.cols;int h = image.rows;for (int row = 0; row < h; row++) {for (int col = 0; col < w; col++) {Vec3b bgr = image.at(row, col);bgr[0] = 255 - bgr[0];bgr[1] = 255 - bgr[1];bgr[2] = 255 - bgr[2];image.at(row, col) = bgr;}}double t2 = getTickCount();double t = ((t2 - t1) / getTickFrequency()) * 1000;ostringstream ss;ss << "Execute time : " << std::fixed << std::setprecision(2) << t << " ms ";putText(image, ss.str(), Point(20, 20), FONT_HERSHEY_SIMPLEX, 0.75, Scalar(0, 0, 255), 2, 8);imshow("result", image);
}

• 单通道遍历(灰度图像)

cv::Mat image(100 , 100 , CV_8UC1);  
int rows = image.rows;
int cols = image.cols;for (int i=0; i(i,j) = 20;  }  
}

 格式是image.at(行, 列)

• 多通道遍历(彩色图像)

cv::Mat image(100 , 100 , CV_8UC3);  
int rows = image.rows;
int cols = image.cols;for (int i=0; i(i,j)[0]= 20;  // B 通道image.at(i,j)[1]= 20;  // G 通道image.at(i,j)[2]= 20;  // R 通道}  
}  

格式是image.at(行, 列)[0]

方法二

基于Mat对象的行随机访问指针方式实现对每个像素的遍历，代码实现如下：

void method_2(Mat &image) {double t1 = getTickCount();int w = image.cols;int h = image.rows;for (int row = 0; row < h; row++) {Vec3b* curr = image.ptr(row);for (int col = 0; col < w; col++) {Vec3b bgr = curr[col];bgr[0] = 255 - bgr[0];bgr[1] = 255 - bgr[1];bgr[2] = 255 - bgr[2];}}double t2 = getTickCount();double t = ((t2 - t1) / getTickFrequency()) * 1000;ostringstream ss;ss << "Execute time : " << std::fixed << std::setprecision(2) << t << " ms ";putText(image, ss.str(), Point(20, 20), FONT_HERSHEY_SIMPLEX, 0.75, Scalar(0, 0, 255), 2, 8);imshow("result", image);
}

除了上述的行指针遍历方式，常见的行指针还有如下：

CV_8UC1: 灰度图像
uchar* ptr = image.ptr(row_index);

CV_8UC3: 彩色图像
Vec3b* ptr = image.ptr(row_index);

CV_32FC1: 单通道浮点数图像
float* ptr = image.ptr(row_index);

CV_32FC3: 三通道浮点数图像
Vec3f* ptr = image.ptr(row_index);

方法三（效率最高，推荐）

直接获取Mat对象的像素块的数据指针，基于指针操作，实现快速像素方法，代码实现如下：

void method_3(Mat &image) {double t1 = getTickCount();int w = image.cols;int h = image.rows;for (int row = 0; row < h; row++) {uchar* uc_pixel = image.data + row*image.step;for (int col = 0; col < w; col++) {uc_pixel[0] = 255 - uc_pixel[0];uc_pixel[1] = 255 - uc_pixel[1];uc_pixel[2] = 255 - uc_pixel[2];uc_pixel += 3;}}double t2 = getTickCount();double t = ((t2 - t1) / getTickFrequency()) * 1000;ostringstream ss;ss << "Execute time : " << std::fixed << std::setprecision(2) << t << " ms ";putText(image, ss.str(), Point(20, 20), FONT_HERSHEY_SIMPLEX, 0.75, Scalar(0, 0, 255), 2, 8);imshow("result", image);
}

实验对比结果

系统信息与软件版本

输入图像大小为：1280x720， 彩色
操作系统：win10
OpenCV版本：OpenCV4.1
CPU：core i7 8th

实事证明，唯一正确的选择是直接使用data指针直接访问，但是这个在OpenCV官方的教程都没有明确说明，官方教程代码都是基于第一种方式，我想主要是让初学者容易理解与入门，这个也导致一些人在做开发的时候直接使用第一种方式做遍历，然后就是代码运行太慢，以后请用正确方式打开Mat对象遍历....

方法四 迭代器（效率最低，不推荐）

cv::Mat img = cv::imread(imagePath.toLocal8Bit().toStdString());
cv::Mat_::iterator it = img.begin();
cv::Mat_::iterator itend = img.end();
for (; it != itend; ++it)
{//Test1：仅遍历像素int blue = (*it)[0];int green = (*it)[1];int red = (*it)[2];//Test2：改变像素值(*it)[0] = 255 - (*it)[0];(*it)[1] = 255 - (*it)[1];(*it)[2] = 255 - (*it)[2];
}

---

参考文章

OpenCV中高效的像素遍历方法，写出工程级像素遍历代码https://mp.weixin.qq.com/s/jfLdvLgAuCVclWkut9LH4g 关注微信公众号OpenCV学堂

cv::Mat像素遍历方法比较https://www.jianshu.com/p/fc2f247fc2c4

OpenCV：OpenCV 4.5遍历像素的常见方式及效率对比_累了就要打游戏-CSDN博客_opencv 遍历cv::Mat imageTest;imageTest = cv::imread("F:/test.png");for (int row = 0; row < imageTest.rows; row++){for (int col = 0; col < imageTest.cols; col++){cv::Vec3b bgr = imageTest.athttps://blog.csdn.net/xinjiang666/article/details/105682079

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！