OpenCV：Mat元素访问方法、性能、代码复杂度以及安全性分析

OpenCV:Mat元素访问方法、性能、代码复杂度以及安全性分析欢迎转载，尊重原创，所以转载请注明出处：/bendanban/article/details/30527785本文讲述了OpenCV中几种访问矩阵元素的方法，在指定平台上给出性能比较，分析每种矩阵元素访问方法的代码复杂度，易用性。一、预备设置本文假设你已经正确配置了OpenCV的环境，为方便大家实验，在文中也给出了编译源程序的Makefile，其内容如代码段1所示。采用如代码段2所示的计时函数，这段代码你可以在我之前的博文中找到，abtic()可以返回微秒(10人-6秒)级，而且兼容Windows和Linux系统。本文使用彩色图像做实验，所以矩阵是2维的3通道的。[plain]viewplaincopyCC=g++CPPFLAGS=-O3'pkg-config--cflagsopencv'CPPLIB='pkg-config--libsopencv'4.OBJS=test.o6.main.exe:$(OBJS)$(CC)$(CPPFLAGS)$A-o$@$(CPPLIB)9.test.o:test.cpp$(CC)-c$(CPPFLAGS)$A-o$@12.clean:rm-rf*.outmain.exe*.o15.run:./main.exe代码段l.Makefile文件的内容[cpp]viewplaincopy#ifdefined(_WIN32)&&defined(_MSC_VER)#include<windows.h>doubleabtic(){__int64freq;__int64clock;QueryPerformanceFrequency((LARGE_INTEGER*)&freq);QueryPerformanceCounter((LARGE_INTEGER*)&clock);return(double)clock/freq*1000*1000;}#else#include<time.h>#include<sys/time.h>doubleabtic(){double result=0.0;struct timevaltv;gettimeofday(&tv,NULL);result =tv.tv_sec*1000*1000+tv.tv_usec;return result;}#endif/*_WIN32*/代码段2.计时函数abtic()的定义二测试算法文中用于测试的算法：将矩阵中每个元素乘以一个标量，写入一个新的矩阵，每个通道操作独立。如果用im(r,c,k)表示矩阵im的第r行、第c列、第k个通道的值的话，算法为：om(r,c,k)二im(r,c,k)*scale;其中scale是一个大于0、小于1的浮点数。三五种Mat元素的访问方法

方法1、使用Mat的成员函数at<>()Mat的成员函数at()是一个模板函数，我们这里用的是二维矩阵，所以我们使用的at()函数的声明如代码段3所示(取自OpenCV的源文件)。[cpp]viewplaincopy《1.template<typename_Tp>_Tp&at(inti0,inti1);代码段3.at()函数的声明代码段4是本文第二部分描述的算法的实现，矩阵元素使用at<>()函数来索引。[cpp]viewplaincopy《..8.9.10.for(intr=0;r<im.rows;r++){for(intc=0;c<im.cols;c++){pix=im.at<Vec3b>(r,c);pix=pix*scale;om.at<Vec3b>(r,c)=pix;}代码段4.使用at<>()函数访问矩阵元素注意：使用at函数时，应该知道矩阵元素的类型和通道数，根据矩阵元素类型和通道数来确定at函数传递的类型，代码段4中使用的是Vec3b这个元素类型，他是一个包含3个unsignedchar类型向量。之所以采用这个类型来接受at的返回值，是因为，我们的矩阵im是3通道，类型为unsignedchar类型的。方法2、使用Mat的成员函数ptr<>()此函数也是模板函数，我们将会用到的ptr函数声明如代码段5所示。此函数返回指定的数据行的首地址。[cpp]viewplaincopy=1.template<typename_Tp>_Tp*ptr(inti0=0);代码段5.ptr成员函数的声明使用ptr<>()成员函数完成本文第二部分所述算法的代码如代码段6所示。[cpp]viewplaincopy《Vec3b*ppix_im(NULL);Vec3b*ppix_om(NULL);for(intr=0;r<im.rows;r++)TOC\o"1-5"\h\z{ppix_im = im.ptr<Vec3b>(r);ppix_om = om.ptr<Vec3b>(r);for(intc=0;c<im.cols;c++){ppix_om[c]=ppix_im[c]*scale;}}代码段6.使用ptr访问矩阵元素方法3、使用迭代器这里使用的迭代器是OpenCV自己定义的。使用迭代器完成第二部分所述算法的代码如代码段7所示。[cpp]viewplaincopy《MatIterator_<Vec3b>it_im,itEnd_im;MatIterator_<Vec3b>it_om;it_im = im.begin<Vec3b>();itEnd_im = im.end<Vec3b>();it_om = om.begin<Vec3b>();for(; it_im!=itEnd_im;it_im++,it_om++){*it_om=(*it_im)*scale;}代码段7.使用迭代器访问矩阵元素方法4、使用Mat_ffi化索引Mat—这个类的元素访问比较容易一点，把原Mat类的对象可以直接赋值给Mat_对象，当然赋值操作并不会开辟新的数据空间，这点大家放心。也就是说使用Mat—时，不会在内存拷贝上花时间。使用这种方法完成第二部分所述算法的代码如代码段8所示。[cpp]viewplaincopy《Mat_<Vec3b>im_,om_;im_=im;om_=om;for(intr=0;r<im.rows;r++)TOC\o"1-5"\h\z{for(intc=0;c<im.cols;c++){om_(r,c)=im_(r,c)*scale;}}代码段8.使用Mat—访问矩阵数据元素方法5、使用OpenCV原有的实日我们的算法实际上OpenCV中已经有实现。就是x运算符重载，代码如代码段9所示。[cpp]viewplaincopyom=im*scale;代码段9.使用OpenCV的原有实现访问矩阵元素四、实验测试

为了测试方便，将前面的方法统一写到一个C++源文件test.cpp中，其内容如代码段10所示。[cpp]viewplaincopy1.1.> FileName:test.cpp> Author:aban> Mail:sawpara@126.com> CreatedTime:2014年06月13日星期五18时47分19秒.#include<iostream>#include<opencv2/opencv.hpp>usingnamespacecv;usingnamespacestd;13.#ifdefined(_WIN32)&&defined(_MSC_VER)#include<windows.h>doubleabtic(){__int64freq;__int64clock;QueryPerformanceFrequency((LARGE_INTEGER*)&freq);QueryPerformanceCounter( (LARGE_INTEGER*)&clock);return(double)clock/freq*1000*1000;}#else#include<time.h>#include<sys/time.h>doubleabtic(){double result=0.0;struct timevaltv;gettimeofday(&tv,NULL );result =tv.tv_sec*1000*1000+tv.tv_usec;return result;}#endif/*_WIN32*/34.#defineISSHOW036.intmain(intargc,char**argv){doubletRecorder(0.0);

Matim=imread("./bigim.tif");Matom;om.create(im.rows,im.cols,CV_8UC3);43.#ifISSHOWimshow("orignalImage",im);waitKey();#endif48.floatscale =150.0f/255.0f;50.//1.using at()tRecorder= abtic();Vec3bpix;for(intr=0;r<im.rows;r++)TOC\o"1-5"\h\z{for (int c=0;c<im.cols;c++){pix=im.at<Vec3b>(r,c);pix=pix*scale;om.at<Vec3b>(r,c)=pix;}}cout<<(abtic()-tRecorder)<<"usingat<>()"<<endl;#ifISSHOWimshow("ScaledImage:usingat<>()",om);waitKey();#endif68.//2. usingptrtRecorder=abtic();Vec3b *ppix_im(NULL);Vec3b *ppix_om(NULL);for(intr=0;r<im.rows;r++)TOC\o"1-5"\h\z{ppix_im=im.ptr<Vec3b>(r);ppix_om=om.ptr<Vec3b>(r);for (int c=0;c<im.cols;c++){ppix_om[c]=ppix_im[c]*scale;}}cout<<(abtic()-tRecorder)<<"usingptr<>()"<<endl;#ifISSHOW

84.imshow("ScaledImage:usingptr<>()",om);85.waitKey();#endif87.88.//3.usingiterator89.tRecorder=abtic();90.MatIterator_<Vec3b>it_im,itEnd_im;91.MatIterator_<Vec3b>it_om;92.it_im=im.begin<Vec3b>();93.itEnd_im=im.end<Vec3b>();94.it_om=om.begin<Vec3b>();95.for(;it_im!=itEnd_im;it_im++,it_om++)96.{97.*it_om=(*it_im)*scale;98.}99.cout<<(abtic()-tRecorder)<<"usingiterator"<<endl;100.#ifISSHOW101.imshow("ScaledImage:usingiterator",om);102.waitKey();#endif104.105.//4.usingMat_106.tRecorder=abtic();107.Mat_<Vec3b>im_,om_;108.im_=im;109.om_=om;110.for(intr=0;r<im.rows;r++)111.{112.for(intc=0;c<im.cols;c++)113.{114.om_(r,c)=im_(r,c)*scale;115.}116.}117.cout<<(abtic()-tRecorder)<<"usingMat_"<<endl;118.#ifISSHOW119.imshow("ScaledImage:usingMat_",om);120.waitKey();#endif122.123.//5.using*124.tRecorder=abtic();125.om=im*scale;126.cout<<(abtic()-tRecorder)<<"using*"<<endl;127.#ifISSHOW

imshow("ScaledImage:using*",om);waitKey();#endif131.return0;}代码段10.测试代码如果你想使用第一部分提到的Makefile，你需要将代码段10保存成test.cpp，或者保存成你希望的某个名字，但是同时应该修改Makfile中的所有"test.cpp”。在正确执行之前，将代码段10中的第40行代码改成你的图片名称。CPU:Intel(R)Pentium(R)CPUG840@2.80GHzG++:4.8.2OpenCV:2.4.93,实验结果编译选项使用-O3时，其中一次执行结果:[plain]viewplaincopy489570usingat<>()467315usingptr<>()468603usingiterator469041usingMat_621367using*编译选项使用-O0-g时，其中一次执行结果:[plain]viewplaincopy2.48216e+06usingat<>（）2.15397e+06usingptr<>（）3.807