【OpenCV】访问Mat图像中每个像素的值

C++与OpenCV优化技巧

最新推荐文章于 2025-07-10 16:50:59 发布

YoYo2013

最新推荐文章于 2025-07-10 16:50:59 发布

阅读量702

点赞数

分类专栏：编程图像处理

编程同时被 2 个专栏收录

85 篇文章

订阅专栏

图像处理

34 篇文章

订阅专栏

本文分享了在C++和OpenCV项目中提升性能的七个实用技巧，包括选择正确的矩阵访问方式、避免使用pow函数求平方、直接遍历矩阵进行点运算、使用GEMM函数加速矩阵运算、采用fftw库进行快速傅里叶变换、利用多核并行计算或GPU处理，以及参考C语言代码优化方案。

转载自https://blog.youkuaiyun.com/warrenwg/article/details/48056363

优化C++和OpenCv过程中，总结的若干技巧如下：
1 访问Opencv的Mat格式时，需要注意访问方式，其中使用C语言的【】操作符访问最快，使用.At<>的方式最慢，效率相差20~30倍，具体可查看相应的解释。http://blog.youkuaiyun.com/xiaowei_cqu/article/details/7771760
2 若在遍历矩阵过程中，需要求平方，使用pow函数效率并不高，所以尽可能用乘号（*）代替使用pow函数。
3 若对若干矩阵进行大规模点运算，如A=B*C+D*E，则避免直接使用矩阵间的运算符，如B.mul(C)等，因为该操作符输出的并非最终结果，而是中间矩阵，因而会导致多余的运算。应直接遍历，访问矩阵中的元素，并计算结果。
4 矩阵运算时，若矩阵较大，应使用GEMM函数，因为GEMM使用了BLAS进行加速。如普通的A=B*C可能需要20ms，而使用GEMM可能只需要2ms，效率相差还是挺大的。
5 Opencv虽然有DFT函数，但若最求更快的FFT，应使用fftw的库进行fft计算。
6 若对性能要求非常高，可以考虑使用多核并行计算(OPENMP)或添加GPU处理（CUDA）。
7 关于C语言的优化，可参考《C语言代码优化方案》,下面是参考地址：
http://blog.youkuaiyun.com/china_video_expert/article/details/7231644

高效的方法：C操作符[ ]

最快的是直接用C风格的内存访问操作符[]来访问：
Mat& ScanImageAndReduceC(Mat& I, const uchar* const table)
{
   // accept only char type matrices
   CV_Assert(I.depth() != sizeof(uchar));
   int channels = I.channels();
int nRows = I.rows * channels;
int nCols = I.cols
   if (I.isContinuous())
   {
       nCols *= nRows;
       nRows = 1;
   }
   int i,j;
   uchar* p;
   for( i = 0; i < nRows; ++i)
   {
       p = I.ptr<uchar>(i);
       for ( j = 0; j < nCols; ++j)
       {
           p[j] = table[p[j]];
       }
   }
   return I;
}