Emgu.CV 4.8.1中Mat与Image<,>像素存取的最佳实践咨询

核心结论 #

优先选择Mat，它不仅性能更优，还提供了多种无需重新分配内存的高效像素存取方式，完全能满足你频繁操作单个像素的需求。

Mat的高效像素存取方法 #

1. 直接操作非托管内存（性能最优） #

通过DataPointer获取图像数据的非托管指针，结合Step（行字节数，包含对齐填充）进行像素读写，这种方式跳过托管层封装，性能最高，适合对性能要求极高的场景。需要启用unsafe代码：

// 示例：操作8位单通道灰度图
using (Mat grayMat = new Mat(480, 640, DepthType.Cv8U, 1))
{
    unsafe
    {
        // 获取数据指针
        byte* dataPtr = (byte*)grayMat.DataPointer.ToPointer();
        // 获取行步长（每行的总字节数，含对齐）
        int rowStep = grayMat.Step;

        // 读取坐标(x=100, y=200)的像素
        byte pixelValue = dataPtr[200 * rowStep + 100];

        // 写入坐标(x=100, y=200)的像素
        dataPtr[200 * rowStep + 100] = 255;
    }
}

对于多通道图像（如BGR），只需根据通道数偏移指针即可：

// 示例：操作8位3通道彩色图
using (Mat bgrMat = new Mat(480, 640, DepthType.Cv8U, 3))
{
    unsafe
    {
        byte* dataPtr = (byte*)bgrMat.DataPointer.ToPointer();
        int rowStep = bgrMat.Step;
        int channels = bgrMat.NumberOfChannels;

        // 读取(x=100, y=200)的BGR分量
        byte blue = dataPtr[200 * rowStep + 100 * channels + 0];
        byte green = dataPtr[200 * rowStep + 100 * channels + 1];
        byte red = dataPtr[200 * rowStep + 100 * channels + 2];

        // 写入绿色像素
        dataPtr[200 * rowStep + 100 * channels + 1] = 255;
    }
}

2. 使用Mat.At<T>()方法（类型安全，无需unsafe） #

如果不想启用unsafe代码，可以用At<T>()方法，它是类型安全的，且直接操作非托管内存，性能略逊于指针操作，但远优于Image<,>.Data[,,]：

// 单通道图像示例
using (Mat grayMat = new Mat(480, 640, DepthType.Cv8U, 1))
{
    // 读取(y=200, x=100)的像素
    byte pixel = grayMat.At<byte>(200, 100);
    // 写入像素
    grayMat.At<byte>(200, 100) = 255;
}

// 多通道图像示例
using (Mat bgrMat = new Mat(480, 640, DepthType.Cv8U, 3))
{
    // 读取BGR分量
    MCvScalar color = bgrMat.At<MCvScalar>(200, 100);
    byte blue = color.V0;
    byte green = color.V1;
    byte red = color.V2;

    // 写入绿色
    bgrMat.At<MCvScalar>(200, 100) = new MCvScalar(0, 255, 0);
}

Image<,> vs Mat：为什么选Mat #

• Image<,>.Data[,,]本质是托管数组，每次访问都会在托管内存和内部封装的Mat非托管内存之间进行隐式拷贝，频繁操作时会产生明显的性能损耗。
• Mat的所有像素操作都是直接对非托管内存进行读写，无额外内存分配或拷贝，性能更稳定高效。
• 对于你提到的重采样、插值、卷积等操作，Emgu.CV提供了基于Mat的原生方法（如CvInvoke.Resize、CvInvoke.Filter2D），这些方法调用底层OpenCV优化实现，性能远高于手动像素循环，优先使用这些原生方法而非手动操作像素。

内容的提问来源于stack exchange，提问作者Michele Colle