opencv访问图像像素

方法一：用指针访问像素

    Mat img=imread("E:\\Users\\lihao\\CLionProjects\\work1test\\b.bmp");
    if(img.empty()){
        cout<<"The picture is null!"<<endl;
    }
    int rowNumber=img.rows;
    int colNumber=img.cols*img.channels();
    for(int i=0;i<rowNumber;i++){
        uchar* data=img.ptr<uchar >(i); //第i行的首地址
        for (int j = 0; j < colNumber; ++j) {
            int value=data[j];
        }
    }

方法二：用迭代器

    Mat img=imread("E:\\Users\\lihao\\CLionProjects\\work1test\\b.bmp");
    if(img.empty()){
        cout<<"The picture is null!"<<endl;
    }
    Mat_<Vec3b>::iterator start=img.begin<Vec3b>(); //初始位置
    Mat_<Vec3b>::iterator end=img.end<Vec3b>(); //结束位置
    for (; start!=end; ++start) {
        int b=(*start)[0];
        int g=(*start)[1];
        int r=(*start)[2];
    }

方法三：动态地址计算

    Mat img=imread("E:\\Users\\lihao\\CLionProjects\\work1test\\b.bmp");
    if(img.empty()){
        cout<<"The picture is null!"<<endl;
    }
    int rowNumber=img.rows;
    int colNumber=img.cols;
    for (int i = 0; i < rowNumber; ++i) {
        for (int j = 0; j < colNumber; ++j) {
            int b=img.at<Vec3b>(i,j)[0];
            int g=img.at<Vec3b>(i,j)[1];
            int r=img.at<Vec3b>(i,j)[2];
        }
    }

在debug模式下，图像大小为4096*256的尺寸下，三种方法的执行时间见下表：

次数/方法	1	2	3	4	5
指针	5ms	5ms	5ms	4ms	5ms
迭代器	58ms	59ms	58ms	59ms	58ms
动态地址	93ms	96ms	99ms	98ms	95ms

可见，指针的执行时间最短，但相比它，迭代器使用起来会更安全一点，避免了使用不当引起的指针越界问题，而动态地址简单明了，符合我们对像素的直观认识。

在release模式下，三者的执行时间相差无几。