如何衡量算法的性能?

我们如何测量时间?OpenCV提供了两个简单的函数来实现cv::getTickCount()和cv::getTickFrequency()。第一个返回某个事件(比如自启动系统以来)中系统CPU的节拍数。第二个返回您的CPU在一秒内发出一个tick的次数。因此，测量两个操作之间的时间代码如下:

double t = (double)getTickCount();
// do something ...
t = ((double)getTickCount() - t)/getTickFrequency();
cout << "Times passed in seconds: " << t << endl;

如何遍历每一个图像的像素?

在学习如何遍历每一个图像的像素前，先了解一下图像矩阵是如何存储在内存中的?
矩阵的大小取决于所使用的颜色系统。更准确地说，它取决于所使用的通道数量。对于灰度图像:
在这里插入图片描述
对于多通道图像，列包含与通道数量相同的子列。以BGR颜色系统为例:

注意，通道的顺序是相反的:BGR而不是RGB。

在OpenCV中，目前有三种主要的方法来逐个像素地处理图像。

1.高效的遍历方式

说到性能，便是经典的C风格操作符访问。
在之前文章：高效的遍历opencv Mat图像像素中已经测试过。

2. 迭代器(安全)方法

迭代器方法被认为是一种更安全的方法，因为它从用户那里接管了这些任务。你所需要做的就是询问图像矩阵的开始和结束，然后增加开始迭代器，直到你到达结束。使用*操作符获取迭代器所指向的值。

   cv::Mat matKernel = cv::Mat::zeros(7000, 7000, CV_32F);
   nums = 10;
   while (nums)
   {
       double t = (double)cv::getTickCount();
       cv::MatIterator_<float> it, end;
       for( it = matKernel.begin<float>(), end = matKernel.end<float>(); it != end; ++it)
           *it = 255;
       t = ((double)cv::getTickCount() - t) / cv::getTickFrequency()*1000; //获得时间，单位是毫秒
       cout << "迭代器遍历:" << t<<"ms"<<endl;
       nums--;
   }

另外，对于彩色通道：

   cv::Mat rgbImage = cv::Mat::zeros(7000, 7000, CV_32FC3);
   nums = 10;
   while (nums)
   {
       double t = (double)cv::getTickCount();
       cv::MatIterator_<cv::Vec3b> it, end;
       for( it = rgbImage.begin<cv::Vec3b>(), end = rgbImage.end<cv::Vec3b>(); it != end; ++it)
       {
           (*it)[0] = 255;
           (*it)[1] = 255;
           (*it)[2] = 255;
       }
       t = ((double)cv::getTickCount() - t) / cv::getTickFrequency()*1000; //获得时间，单位是毫秒
       cout << "彩色图像迭代器遍历:" << t<<"ms"<<endl;
       nums--;
   }

3.动态地址计算 cv::Mat::at() 函数

该方法不推荐用于遍历图像。它被用来获取或修改图像中的随机元素。它的基本用途是指定要访问的项目的行号和列号。
在文章cv::Mat::at()函数遍历cv::Mat图像像素已经测试过。

4.查找表

在图像处理中，将所有给定的图像值修改为其他值是很常见的。OpenCV提供了一个修改图像值的功能cv::LUT()函数，而不需要写入图像的扫描逻辑。说白了该函数就是实现一个灰度值重映射的功能，例如对于灰度图像有0~255个灰阶，可以将图像灰度0-100的映射成0，101-200的映射成100，201-256的映射成255
函数原型：

CV_EXPORTS_W void LUT(InputArray src, InputArray lut, OutputArray dst);

该函数只能输入深度为8bit的图像类型。
首先，我们构建一个Mat类型的查找表:

   cv::Mat lookUpTable(1, 256, CV_8U);
   uchar* p = lookUpTable.ptr();
   for( int i = 0; i < 256; ++i)
   {
       if(i<101)
       {
           p[i] = 0;
       }
       else if(i>=101 && i<201)
       {
           p[i] = 100;
       }
       else
       {
           p[i] = 255;
       }
   }

循环调用测试：

   cv::Mat dst;
   nums = 10;
   while (nums)
   {
       double t = (double)cv::getTickCount();
       cv::LUT(matKernel, lookUpTable, dst);
       t = ((double)cv::getTickCount() - t) / cv::getTickFrequency()*1000; //获得时间，单位是毫秒
       cout << "LUT:" << t<<"ms"<<endl;
       nums--;
   }