OpenCV学习笔记（四十二）——Mat数据操作之普通青年、文艺青年、暴力青年

首先还是要感谢箫鸣朋友在我《OpenCV学习笔记（四十）——再谈OpenCV数据结构Mat详解》的留言，告诉我M.at<float>(3, 3)在Debug模式下运行缓慢，推荐我使用M.ptr<float>(i)此类方法。这不禁勾起了我测试一下的冲动。下面就为大家奉上我的测试结果。

我这里测试了三种操作Mat数据的办法，套用流行词，普通青年，文艺青年，为啥第三种我不叫2b青年，大家慢慢往后看咯。

普通青年的操作的办法通常是M.at<float>(i, j)

文艺青年一般会走路线M.ptr<float>( i )[ j ]

暴力青年通常直接强制使用我第40讲提到的M.data这个指针

实验代码如下：

t = (double)getTickCount();Mat img1(1000, 1000, CV_32F);for (int i=0; i<1000; i++){for (int j=0; j<1000; j++){img1.at<float>(i,j) = 3.2f;}}t = (double)getTickCount() - t;printf("in %gms\n", t*1000/getTickFrequency());//***************************************************************t = (double)getTickCount();Mat img2(1000, 1000, CV_32F);for (int i=0; i<1000; i++){for (int j=0; j<1000; j++){img2.ptr<float>(i)[j] = 3.2f;}}t = (double)getTickCount() - t;printf("in %gms\n", t*1000/getTickFrequency());//***************************************************************t = (double)getTickCount();Mat img3(1000, 1000, CV_32F);float* pData = (float*)img3.data;for (int i=0; i<1000; i++){for (int j=0; j<1000; j++){*(pData) = 3.2f;pData++;}}t = (double)getTickCount() - t;printf("in %gms\n", t*1000/getTickFrequency());//***************************************************************t = (double)getTickCount();Mat img4(1000, 1000, CV_32F);for (int i=0; i<1000; i++){for (int j=0; j<1000; j++){((float*)img3.data)[i*1000+j] = 3.2f;}}t = (double)getTickCount() - t;printf("in %gms\n", t*1000/getTickFrequency());

最后两招可以都看成是暴力青年的方法，因为反正都是指针的操作，局限了各暴力青年手段就不显得暴力了。

在Debug、Release模式下的测试结果分别为：

测试结果 DebugRelease普通青年139.06ms2.51ms文艺青年66.28ms2.50ms暴力青年14.95ms2.28ms暴力青年25.11ms1.37ms

根据测试结果，我觉得箫铭说的是很可信的，普通青年的操作在Debug模式下果然缓慢，他推荐的文艺青年的路线确实有提高。值得注意的是本来后两种办法确实是一种比较2b青年的做法，因为at操作符或者ptr操作符，其实都是有内存检查的，防止操作越界的，而直接使用data这个指针确实很危险。不过从速度上确实让人眼前一亮，所以我不敢称这样的青年为2b，尊称为暴力青年吧。

不过在Release版本下，几种办法的速度差别就不明显啦，都是很普通的青年。所以如果大家最后发行程序的时候，可以不在意这几种操作办法的，推荐前两种哦，都是很好的写法，操作指针的事还是留给大神们用吧。就到这里吧~~

补充：箫铭又推荐了两种文艺青年的处理方案，我也随便测试了一下，先贴代码，再贴测试结果：

/*********加强版********/t = (double)getTickCount();Mat img5(1000, 1000, CV_32F);float *pData1;for (int i=0; i<1000; i++) { pData1=img5.ptr<float>(i);for (int j=0; j<1000; j++) { pData1[j] = 3.2f; } } t = (double)getTickCount() - t;printf("in %gms\n", t*1000/getTickFrequency());/*******终极版*****/t = (double)getTickCount();Mat img6(1000, 1000, CV_32F);float *pData2;Size size=img6.size();if(img2.isContinuous()){size.width = size.width*size.height;size.height = 1;}size.width*=img2.channels();for(int i=0; i<size.height; i++){pData2 = img6.ptr<float>(i);for(int j=0; j<size.width; j++){pData2[j] = saturate_cast<float>(3.2f);}}t = (double)getTickCount() - t;printf("in %gms\n", t*1000/getTickFrequency());

测试结果：

 DebugRelease加强版文艺青年5.74ms2.43ms终极版文艺青年40.12ms2.34ms我的测试结果感觉这两种方案只是锦上添花的效果，也使大家的操作有了更多的选择，但感觉在速度上并没有数量级的提升，再次感谢箫铭对我blog的支持。后来箫铭说saturate_cast才把速度降下来，我很同意，就不贴上去测试结果了。但我查看资料了解了一下saturate_cast的作用。可以看成是类型的强制转换，比如对于saturate_cast<uchar>来说，就是把数据转换成8bit的0~255区间，负值变成0，大于255的变成255。如果是浮点型的数据，变成round最近的整数，还是很有用处的函数，推荐大家在需要的时候尝试。