Opencv遍历像素和imadjust函数实现

Opencv遍历像素有四种方式

第一种

利用opencv中

    for (int i = 0; i < nrow; i++)
    {
        for (int j = 0; j < ncol; j++)
        {
            //qDebug() << "original pixel is" << source.at<uchar>(i, j);
            source.at<uchar>(i, j) = uchar(fn(source.at<uchar>(i, j), low_in, high_in, low_out, high_out));
            //qDebug() << "processed pixel is" << source.at<uchar>(i, j);
            
        }
    }

 

 

第二种

    for (int i = 0; i < nrow; i++)
    {
        uchar* data = source.ptr<uchar>(i);
        for (int j = 0; j < ncol; j++)
        {
            data[j] = uchar(fn(data[j], low_in, high_in, low_out, high_out));
        }
    }

 第三种

    if (source.isContinuous())
    {
        nc = nrow * ncol;
        uchar* inData = source.ptr<uchar>(0);
        for (int i = 0; i < nc; i++)
        {
            *inData = fn(*inData, low_in, high_in, low_out, high_out);
            inData++;
        }
    }

 

图像IMadjust利用lambda表达式

     auto fn = [](double x, double low_in, double high_in, double low_out, double high_out) {
        if (x < low_in)
            return low_out;
        if (x > high_in)
            return high_out;
        return (high_out - high_in) / (low_out - low_in)*(x - low_in) + high_in;
    };

整体测试结果对于4000*6000大小的图片，三种方法的用时分别为0.873s,0.203s，0.195s