从 Golang image.Image 检索像素数据时，img.At() 或 rgba.Pix() 更快/更好吗？

阅读来自的答案从 golang image.Image 获取像素数组 https://stackoverflow.com/questions/33186783/get-a-pixel-array-from-from-golang-image-image，我看到像素RGBA检索有两种方法，通过img.At() and rgba.Pix().

使用哪个更好？是否应该始终使用其中一种，或者是否存在应使用其中一种而不是另一种的情况，反之亦然？

如果您的程序将进行需要大多数（如果不是全部）像素数据的计算，那么rgba.Pix()显着优于img.At()。如果您只需要图像中单个或几个像素的像素数据，请使用img.At()（计算的开销rgba.Pix()在这种情况下，先决条件太高）。

以下是各种测试负载的结果，每个负载的持续时间是 10 个样本的平均值。

我们可以看到如何对于微小的 1x1 图像以及我们将 for 循环限制为上限 5 的图像，使用img.At()导致更快的执行时间。但是，对于获取每个像素的用例，rgba.Pix()带来更好的性能。随着总时间的增加以及之间的差异，我们对每个像素进行的计算越多，这种性能的改进就越不明显。img.At() and rgba.Pix()变得不那么明显，如“1000x667 + 计算”在上表中。

这是使用的测试代码：

func main() {
    resp, err := http.Get("IMAGE URL GOES HERE")
    if err != nil {
        panic(err)
    }
    defer resp.Body.Close()

    img, _, err := image.Decode(resp.Body)
    if err != nil {
        panic(err)
    }

    var start time.Time
    var duration time.Duration
    samples := 10
    var sum time.Duration

    fmt.Println("Samples: ", samples)
    sum = time.Duration(0)
    for i := 0; i < samples; i++ {
        start = time.Now()
        usingAt(img)
        duration = time.Since(start)
        sum += duration
    }
    fmt.Println("*** At avg: ", sum/time.Duration(samples))

    sum = time.Duration(0)
    for i := 0; i < samples; i++ {
        start = time.Now()
        usingPix(img)
        duration = time.Since(start)
        sum += duration
    }
    fmt.Println("*** Pix avg: ", sum/time.Duration(samples))
}

func usingAt(img image.Image) {
    bounds := img.Bounds()
    width, height := bounds.Max.X, bounds.Max.Y

    for y := 0; y < height; y++ {
        for x := 0; x < width; x++ {
            r, g, b, _ := img.At(x, y).RGBA()
            _ = uint8(r >> 8)
            _ = uint8(g >> 8)
            _ = uint8(b >> 8)
        }
    }
}

func usingPix(img image.Image, targetColor colorful.Color) {
    bounds := img.Bounds()
    width, height := bounds.Max.X, bounds.Max.Y

    rgba := image.NewRGBA(bounds)
    draw.Draw(rgba, bounds, img, bounds.Min, draw.Src)
    for y := 0; y < height; y++ {
        for x := 0; x < width; x++ {
            index := (y*width + x) * 4
            pix := rgba.Pix[index : index+4]
            _ = pix[0]
            _ = pix[1]
            _ = pix[2]
        }
    }
}

1000x667 仅 5x5 访问取代了height and width在 for 循环中使用 5 和 5，限制访问的像素数量。

1000x667 + 计算实际上通过比较每个像素与目标颜色的颜色距离来使用 RGB 值色彩缤纷 https://github.com/lucasb-eyer/go-colorful的DE2000计算。