<pre name="code" class="cpp"><span style="background-color: rgb(255, 255, 255); font-family: Arial, Helvetica, sans-serif;font-size:18px;">     在图像处理领域，我们经常需要遍历一幅图像，opencv提供多种方法完成对图像的遍历，但是他们的效率是不同的。程序中我们常使用指针或者迭代器的方法遍历图像，下面的程序将对两种方法的效率做对比。</span>

条件：单线程，主频3.4GHz计算机运行，图像image.jpg尺寸为768×576。

// readImage.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int _tmain(int argc, _TCHAR* argv[])
{
	Mat image = imread("image.jpg",0);
	Mat gray1 = Mat::zeros(image.rows,image.cols,image.type());
	Mat gray2 = Mat::zeros(image.rows,image.cols,image.type());
	long int count = 0;
	uchar num = 0;

	double t = (double)getTickCount();

	for (int i = 0; i < image.rows; i++)
	{
		uchar* ptr = image.ptr<uchar>(i);
		uchar* g_ptr = gray1.ptr<uchar>(i);
		for (int j = 0; j < image.cols; j++)
		{
			g_ptr[j] = ptr[j];
		}
	}

	t = ((double)getTickCount() - t)/getTickFrequency();


	double t1 = (double)getTickCount();

	for (int i=0;i<image.rows;i++)
	{
		for (int j=0;j<image.cols;j++)
		{
			gray1.at<uchar>(i,j) = image.at<uchar>(i,j);
		}
	}

	t1 = ((double)getTickCount() - t1)/getTickFrequency();

	double t2 = (double)getTickCount();

	for (int i = 0; i < image.rows; i++)
	{
		uchar* ptr = image.ptr<uchar>(i);
		for (int j = 0; j < image.cols; j++)
		{
			num = ptr[j];
		}
	}

	t2 = ((double)getTickCount() - t2)/getTickFrequency();

	double t3 = (double)getTickCount();

	for (int i=0;i<image.rows;i++)
	{
		for (int j=0;j<image.cols;j++)
		{
			num = image.at<uchar>(i,j);
		}
	}

	t3 = ((double)getTickCount() - t3)/getTickFrequency();

	cout << t <<endl;
	cout << t1 << endl;
	cout << t2 << endl;
	cout << t3 << endl;
	getchar();

	return 0;
}

从图中的时间可以看出，对于这个尺寸的图像遍历，使用指针的方法要比使用迭代器的方法快了30倍，使用迭代器只需要1毫秒，而是用迭代器则需要30ms左右。

opencv图像遍历方法速度对比