多通道图像遍历

方法一：普通遍历

for(int y = 0;y < height; y++)//行			
	{
		for(int x = 0; x < width; x++)//列
		{
			Scalar pix = srcImg.at<Vec3b>(y,x);
			int channle0 = pix[0];
			int channle1 = pix[1];
			int channle2 = pix[2];
		}
	}	

方法二：行指针，比较高效

<pre name="code" class="cpp">for(int y = 0;y < height; y++)//行			
{
	Vec3b *pSrcData = srcImg.ptr<Vec3b>(y);//每一行的指针
	for(int x = 0; x < width; x++)//列
	{
		int channle0 = pSrcData[x][0];
		int channle1 = pSrcData[x][1];
		int channle2 = pSrcData[x][2];
	}
}

方法三：行指针，比方法二高效

for(int y = 0;y < height; y++)//行			
	{
		uchar *pSrcData = srcImg.ptr<uchar>(y);//每一行的指针
		for(int x = 0; x < width; x++)//列
		{
			int channle0 = pSrcData[x*channel];
			int channle1 = pSrcData[x*channel+1];
			int channle2 = pSrcData[x*channel+2];
		}
	}

在每一行数据元素之间在内存里是连续存储的，因为图像在OpenCV里的存储机制问题，行与行之间可能有空白单元。

方法四：数据指针。高效

uchar *pSrcData = srcImg.data;//每一行的指针
	for(int y = 0;y < height; y++)//行			
	{
		for(int x = 0; x < width; x++)//列
		{
			int channle0 = pSrcData[y*width*channel+x*channel];
			int channle1 = pSrcData[y*width*channel+x*channel+1];
			int channle2 = pSrcData[y*width*channel+x*channel+2];
		}
	}

一般来说图像行与行之间往往存储是不连续的，但是有些图像可以是连续的，Mat提供了一个检测图像是否连续的函数isContinuous()。当图像连通时，我们就可以把图像完全展开，看成是一行。

经过测试，时间分别是：

方法一:296

方法二:47

方法三:0

方法四:31