opencv中三种像素访问方式的运行速度比较

本文目的：

在opencv中有三种方式可以读写图像的像素，分别为：指针读写、迭代器读写、动态地址计算读写。虽然三种方式都可以完成同样的目的，但是运行速度却有快有慢，尤其是在实现一些复杂算法的时候，效率非常关键，下面就来比较一下这三种方式的运行速度。

实现代码：

代码工程下载地址：http://download.csdn.net/detail/u013752202/9230389 

下面代码实现的功能：分别使用三种方法实现图像像素的读写，并改变图像的亮度和对比度，然后对三种方法的运行速度进行比较。

#include <QtCore/QCoreApplication>
#include <opencv2/opencv.hpp>

using namespace cv;
/***********************************
*通过.ptr指针访问像素
************************************/
void lightAdjustPTR(Mat &image,int contrast,int bright)
{
    for(int i=0;i<image.rows;i++){
        for(int j=0;j<image.cols;j++){
            for(int ch=0;ch<image.channels();ch++){
                uchar curVal=image.ptr<Vec3b>(i)[j][ch];
                image.ptr<Vec3b>(i)[j][ch]=saturate_cast<uchar>(0.01*contrast*curVal+bright);
            }
        }
    }
}
/***********************************
*通过.at动态地址访问像素
************************************/
void lightAdjustAT(Mat &image,int contrast,int bright)
{
    for(int i=0;i<image.rows;i++){
        for(int j=0;j<image.cols;j++){
            for(int ch=0;ch<image.channels();ch++){
                uchar curVal=image.at<Vec3b>(i,j)[ch];
                image.at<Vec3b>(i,j)[ch]=saturate_cast<uchar>(0.01*contrast*curVal+bright);
            }
        }
    }
}
/***********************************
*通过it迭代器访问像素
************************************/
void lightAdjustIT(Mat &image,int contrast,int bright)
{
    MatIterator_<Vec3b> it=image.begin<Vec3b>();
    MatIterator_<Vec3b> itend=image.end<Vec3b>();
    while(it!=itend){
        for(int ch=0;ch<image.channels();ch++){
            uchar curVal=(*it)[ch];
            (*it)[ch]=saturate_cast<uchar>(0.01*contrast*curVal+bright);
        }
        it++;
    }
}


int main(int argc, char *argv[])
{
    QCoreApplication a(argc, argv);

    Mat srcPTR=imread("1.jpg");
    Mat srcAT=srcPTR.clone();
    Mat srcIT=srcPTR.clone();
    imshow("ShuiTan",srcPTR);

    //通过.ptr指针访问
    double timePTRS=static_cast<double>(getTickCount());//获取当前心跳数
    lightAdjustPTR(srcPTR,130,100);
    double timePTRT=((double)getTickCount()-timePTRS)/getTickFrequency();//求运行时间
    cout<<".ptr spent: "<<timePTRT<<"s"<<endl;//打印时间

    //通过.at动态地址访问
    double timeATS=static_cast<double>(getTickCount());//获取当前心跳数
    lightAdjustAT(srcAT,130,100);
    double timeATT=((double)getTickCount()-timeATS)/getTickFrequency();//求运行时间
    cout<<".at  spent: "<<timeATT<<"s"<<endl;//打印时间

    //通过it迭代器访问
    double timeITS=static_cast<double>(getTickCount());//获取当前心跳数
    lightAdjustIT(srcIT,130,100);
    double timeITT=((double)getTickCount()-timeITS)/getTickFrequency();//求运行时间
    cout<<"*it  spent: "<<timeITT<<"s"<<endl;//打印时间

    imshow("ShuiTanPTR",srcPTR);
    imshow("ShuiTanAT",srcAT);
    imshow("ShuiTanIT",srcIT);
    waitKey(0);

    return a.exec();
}

从下面的运行结果可以看出，三种方法的运行速度从快到慢依次是：指针读写 < 迭代器读写 < 动态地址计算，指针读写的方式是最快的，所以在算法中尽量使用指针读写的方式来访问图像像素或矩阵元素。