mat数组元素的访问

1 通道为1时

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(3, 3)在Debug模式下运行缓慢，推荐我使用M.ptr(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(i, j)

文艺青年一般会走路线M.ptr( 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());

	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(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(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

	Debug	Release
普通青年	139.06ms	2.51ms
文艺青年	66.28ms	2.50ms
暴力青年1	4.95ms	2.28ms
暴力青年2	5.11ms	1.37ms

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
{
    pData2 = img6.ptr<float>(i);
    for(int j=0; j
    {
        pData2[j] = saturate_cast<float>(3.2f);
    }
}
t = (double)getTickCount() - t;
printf("in %gms\n", t*1000/getTickFrequency());

	/*********加强版********/
	t = (double)getTickCount();
	Mat img5(1000, 1000, CV_32F);
	float *pData1;
	for (int i=0; i<1000; i++) 
	{ 
		pData1=img5.ptr(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(i);
		for(int j=0; j(3.2f);
		}
	}
	t = (double)getTickCount() - t;
	printf("in %gms\n", t*1000/getTickFrequency());

测试结果：

	Debug	Release
加强版文艺青年	5.74ms	2.43ms
终极版文艺青年	40.12ms	2.34ms

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。

 

Mat a=Mat(4,3, CV_32FC1);

floatelem_a=a.at(i,j);//access element aij, with i from 0 to rows-1 and j from 0 to cols-1

Point p=Point(x,y);

floatelem_a=a.at(p);//Warning: y ranges from 0 to rows-1 and x from 0 to cols-1

 

 

2 通道为2时 或是多通道时

 

template _Tp& at(int y,int x);                // cxcore.hpp (868)
templateconst _Tp& at(int y,int x)const;    // cxcore.hpp (870)
template _Tp& at(Point pt);                    // cxcore.hpp (869)
templateconst _Tp& at(Point pt)const;        // cxcore.hpp (871)
// defineded in cxmat.hpp (454-468)
typedefVecVec2f;// cxcore.hpp (254)

// we can access the element like this :
Mat m(Size(3,3), CV_32FC2 );
Vec2f& elem = m.at( row , col );// or m.at( Point(col,row) );
elem[0]=1212.0f;
elem[1]=326.0f;
float c1 = m.at( row , col )[0];// or m.at( Point(col,row) );
float c2 = m.at( row , col )[1];
m.at( row, col )[0]=1986.0f;
m.at( row, col )[1]=326.0f;