core核心模块—openCV扫描图像，利用查找表和计时

1.目的：
如何遍历图像中的每一个像素
openCV矩阵的值是如何存储
如何测试所实现的算法的性能
查找表是什么，为什么要用查找表
2.测试用例
（1）颜色缩减：将现有的颜色空间值除以某个输入值，以获取较少的颜色数。
（2）构建查找表

    for(int i=0; i<256; i++){
        //大小为256的查找表
        table[i] = (divideWidth*(i/divideWidth));
    }

（3）计算运行时间

//getTickCountCPU自某个事件开始以来所用的周期
double startTime = (double)getTickCount();
//getTickFrequency获取CPU一秒钟所用的CPU始终周期数
double totalTime = (double)(getTickCount() - startTime)/getTickFrequency();

3.图像矩阵存储方式
（1）单通道灰度图像

（2）多通道彩色图像

PS：对于RGB图像，其存储顺序是BGR而不是RGB。因为内存足够大，可实现连续存储，因此，图像中的各行就能一行一行地连接起来，形成一个长行。连续存储有助于提升图像扫描速度，我们可以使用 isContinuous() 来去判断矩阵是否是连续存储的。

4.高效遍历图像
（1）高效方法

Mat& ScanImageAndReduceC(Mat& I, const uchar* table){
    CV_Assert(I.depth()!=sizeof(uchar));
    int channels = I.channels();
    int cols = I.cols*channels;
    int rows = I.rows;
    if(I.isContinuous()){
    //图片连续存储则转化为一维矩阵
        cols = rows*cols;
        rows = 1;
    }
    for(int i=0; i<rows; i++){
        for(int j=0; j<cols; j++){
            I.ptr<uchar>(i)[j] = table[I.ptr<uchar>(i)[j]];
        }
    }
    return(I);
}

（2）迭代法

//待测试

（3）相关返回值的On-the-fly地址计算

Mat& ScanImageAndReduceRandomAccess(Mat& I, const uchar* table){
    CV_Assert(I.depth()!=sizeof(uchar));
    int channels = I.channels();    
    switch(channels){
    case(1):
    for(int i=0; i<I.rows; i++){
        for(int j=0; j<I.cols; j++){
            I.at<uchar>(i,j) = table[I.at<uchar>(i,j)];
        }
    }
    break;
    case(3):
    for(int i=0; i<I.rows; i++){
        for(int j=0; j<I.cols*channels; j++){
            I.ptr<uchar>(i)[j] = table[I.ptr<uchar>(i)[j]];
            I.ptr<uchar>(i)[j] = table[I.ptr<uchar>(i)[j]];
            I.ptr<uchar>(i)[j] = table[I.ptr<uchar>(i)[j]];
        }
    }
    break;
    }
    return(I);
}

（4）LUT核心函数方法

Mat& ScanImageAndReduceLUT(Mat& I, uchar*table){
    CV_Assert(I.depth()!=sizeof(uchar));
    Mat lookUpTable(1,256,CV_8U);
    uchar* p = lookUpTable.ptr();
    for(int i=0; i<256; i++){
        p[i] = table[i];
    }
    cout << "table=" << endl << lookUpTable << endl;
    //LUT函数参数解释
    /*
        第一个参数:输入矩阵
        第二个参数:查询表
        第三个参数:输出矩阵
    */
    LUT(I,lookUpTable,I);
    return(I);
}

参考文献
1.http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials