最常用的图像处理优化

通常对于图像处理，我们需要进行行列遍历，扫描整一幅图像，得到我们需要的信息，大部分的时候，我们会直接编写下面的代码：

for ( int row = 0 ; row < height; ++ row)
{
for ( int col = 0 ; col < width; ++ col)
{
pixel = image_data[ row * width_step + col ]
}
}

如果我们分析一下，就会发现 row * width_step 在同一次外循环的时候，值是相同的，因此我们可以优化为下面的方式：

for ( int row = 0 ; row < height; ++ row)
{
int temp_start_row = row * width_step;
for ( int col = 0 ; col < width; ++ col)
{
pixel = image_data[ temp_start_row + col ]
}
}

第一种方案下，乘法运算做了height*width次运算，第二种方案下，乘法做了height次元素，而乘法在计算机实现中比较慢的一种操作。因此第二种方案可以在图像比较大的时候，处理速度会有显著提升。

如同前面所说的，在进行乘法运算的时候，速度是比较慢的一种操作，如果我们将乘法操作修改为加法操作，速度应该还有一些提升。

int temp_start_row = 0 ;
for ( int row = 0 ; row < height; ++ row)
{
temp_start_row += width_step;
for ( int col = 0 ; col < width; ++ col)
{
pixel = image_data[ temp_start_row + col ]
}
}

当然，第三种方案，相对难理解一些，对于不熟悉的人也相对更难维护一些，因此如果不是处理速度要求特别高的地方，就应该采用第二种方案，如果处理方式将迁移到DSP或者手持设备中，那么第三种方案更加合适，更加节省电源。

 /*
  * @   2011-3-10
  *
  * Copyright (c) 2011 Ubunoon.
  * All rights reserved.
  *
  * email: netubu#gmail.com  replace '#' to '@'

  * http://www.cnblogs.com/ubunoon
  */

转载于:https://www.cnblogs.com/ubunoon/archive/2011/03/10/common_image_optimization.html