OpenCV：OpenCV 4.5遍历像素的常见方式及效率对比

（OpenCV牛逼）OpenCV提供了多种遍历图像像素的方式。

OpenCV版本为4.5.1；测试图像分辨率为1.28亿=16000*8000。

分享给有需要的人，代码质量勿喷。

void OPENCV451::on_actionTraversePixel_triggered()
{
	//在OpenCV C++中Mat对象的内存管理由OpenCV框架自动负责内存分配与回收，基于智能指针实现内存管理[1]。
	bool mat1 = true, mat2 = true, mat3 = true, mat4 = true;
	double time1 = 0, time2 = 0, time3 = 0, time4 = 0;

	QString imagePath = QCoreApplication::applicationDirPath() + "/cs1.2.jpg";
	cv::Mat img = cv::imread(imagePath.toLocal8Bit().toStdString());
	int w = img.cols;
	int h = img.rows;

一、比较容易理解，根据行列索引号获取像素值。

	//一、基于Mat对象的随机像素访问API实现，通过行列索引方式遍历每个像素值[1]。
	if (mat1)
	{
		cv::Mat img = cv::imread(imagePath.toLocal8Bit().toStdString());

		double time1s = (double)cv::getTickCount();

		for (int row = 0; row < h; row++)
		{
			for (int col = 0; col < w; col++)
			{
				cv::Vec3b bgr = img.at<cv::Vec3b>(row, col);

				//Test1：仅遍历像素
				int blue = bgr[0];
				int green = bgr[1];
				int red = bgr[2];

				//Test2：改变像素值
				bgr[0] = 255 - bgr[0];
				bgr[1] = 255 - bgr[1];
				bgr[2] = 255 - bgr[2];
				img.at<cv::Vec3b>(row, col) = bgr;
			}
		}
		//保存新图
		cv::imwrite("F:/mat1.jpg", img, {1, 95});//100质量最高，默认为95
        cv::imwrite("F:/mat1.png", img, {16, 1});//0质量最高，默认为1

		double time1e = (double)cv::getTickCount();
		time1 = (time1e - time1s) / cv::getTickFrequency();
	}

二、指针

    //二、基于Mat对象的行随机访问指针方式实现对每个像素的遍历[1]。
	if (mat2)
	{
		cv::Mat img = cv::imread(imagePath.toLocal8Bit().toStdString());

		double time2s = (double)cv::getTickCount();

		for (int row = 0; row < h; row++)
		{
			cv::Vec3b* vRow = img.ptr<cv::Vec3b>(row);
			for (int col = 0; col < w; col++)
			{
				cv::Vec3b bgr = vRow[col];

				//Test1：仅遍历像素
				int blue = bgr[0];
				int green = bgr[1];
				int red = bgr[2];

				//Test2：改变像素值
				bgr[0] = 255 - bgr[0];
				bgr[1] = 255 - bgr[1];
				bgr[2] = 255 - bgr[2];
				img.at<cv::Vec3b>(row, col) = bgr;
			}
		}
		//保存新图
		cv::imwrite("F:/mat2.jpg", img, {1, 95});//100质量最高，默认为95
        cv::imwrite("F:/mat2.png", img, {16, 1});//0质量最高，默认为1

		double time2e = (double)cv::getTickCount();
		time2 = (time2e - time2s) / cv::getTickFrequency();
	}

三、效率最高

    /* 三、直接获取Mat对象的像素块的数据指针，基于指针操作，实现快速遍历[1]。 */
	if (mat3)
	{
		cv::Mat img = cv::imread(imagePath.toLocal8Bit().toStdString());

		double time3s = (double)cv::getTickCount();

		for (int row = 0; row < h; row++)
		{
			uchar* ucBGR = img.data + row * img.step;
			for (int col = 0; col < w; col++)
			{
				//Test1：仅遍历像素
				int blue = ucBGR[0];
				int green = ucBGR[1];
				int red = ucBGR[2];

				//Test2：改变像素值
				ucBGR[0] = 255 - ucBGR[0];
				ucBGR[1] = 255 - ucBGR[1];
				ucBGR[2] = 255 - ucBGR[2];
				ucBGR += 3;
			}
		}
		//保存新图
		cv::imwrite("F:/mat3.jpg", img, {1, 95});//100质量最高，默认为95
        cv::imwrite("F:/mat3.png", img, {16, 1});//0质量最高，默认为1

		double time3e = (double)cv::getTickCount();
		time3 = (time3e - time3s) / cv::getTickFrequency();
	}

四、效率最低

    //四、迭代器
	if (mat4)
	{
		cv::Mat img = cv::imread(imagePath.toLocal8Bit().toStdString());

		double time4s = (double)cv::getTickCount();

		cv::Mat_<cv::Vec3b>::iterator it = img.begin<cv::Vec3b>();
		cv::Mat_<cv::Vec3b>::iterator itend = img.end<cv::Vec3b>();
		for (; it != itend; ++it)
		{
			//Test1：仅遍历像素
			int blue = (*it)[0];
			int green = (*it)[1];
			int red = (*it)[2];

			//Test2：改变像素值
			(*it)[0] = 255 - (*it)[0];
			(*it)[1] = 255 - (*it)[1];
			(*it)[2] = 255 - (*it)[2];
		}
		//保存新图
		cv::imwrite("F:/mat4.jpg", img, {1, 95});//100质量最高，默认为95
        cv::imwrite("F:/mat4.png", img, {16, 1});//0质量最高，默认为1

		double time4e = (double)cv::getTickCount();
		time4 = (time4e - time4s) / cv::getTickFrequency();
	}

	QMessageBox::information(0, "time_Test1",
		QString::number(time1, 'f', 10) + "\n" +
		QString::number(time2, 'f', 10) + "\n" +
		QString::number(time3, 'f', 10) + "\n" +
		QString::number(time4, 'f', 10));
}

五、对比分析

遍历方式	Test1：仅遍历像素值 时间/毫秒	Test2：修改像素值 时间/毫秒	Test3：保存新图 时间/毫秒
mat1	0	0.6114	2.3555
mat2	0	0.6115	2.3551
mat3	0	0.1077	1.8497
mat4	0.0676	0.2829	2.0273

参考

[1] https://mp.weixin.qq.com/s/jfLdvLgAuCVclWkut9LH4g