优化嵌套循环绘制速度：OpenGL点绘制性能提升方案咨询

你的代码性能瓶颈根本不在颜色提取的计算上，而是在于使用OpenGL的即时模式（glBegin/glEnd）逐点调用glColor3ub和glVertex2i——这会产生巨大的API调用开销，每一个像素都要触发两次OpenGL函数调用，750×350=262500个像素，就是50多万次API调用，这才是拖慢帧率的核心原因。

下面是优先级从高到低的优化方案：

1. 抛弃即时模式，改用批量绘制（顶点数组/VBO） #

这是能带来数量级性能提升的关键优化，直接把所有像素的顶点和颜色数据一次性传递给OpenGL，避免逐像素的API调用。

示例：使用顶点数组（Vertex Array） #

// 预先计算总点数
size_t total_points = image->width * image->height;

// 分配内存存储顶点和颜色数据（可提前复用，无需每次绘制重新分配）
GLfloat* vertices = malloc(total_points * 2 * sizeof(GLfloat));
GLubyte* colors = malloc(total_points * 3 * sizeof(GLubyte));

// 填充数据
size_t idx = 0;
for (uint16_t y = 0; y < image->height; y++) {
    uint32_t* row_ptr = &image->data[y * image->width];
    for (uint16_t x = 0; x < image->width; x++) {
        uint32_t p = row_ptr[x];
        // 填充顶点坐标
        vertices[idx*2] = x;
        vertices[idx*2+1] = y;
        // 填充颜色分量（直接展开计算，省掉函数调用）
        colors[idx*3] = p & 0xff;          // R
        colors[idx*3+1] = (p >> 8) & 0xff; // G
        colors[idx*3+2] = (p >> 16) & 0xff;// B
        idx++;
    }
}

// 启用顶点数组和颜色数组
glEnableClientState(GL_VERTEX_ARRAY);
glEnableClientState(GL_COLOR_ARRAY);

// 指定数据格式
glVertexPointer(2, GL_FLOAT, 0, vertices);
glColorPointer(3, GL_UNSIGNED_BYTE, 0, colors);

// 一次性绘制所有点
glDrawArrays(GL_POINTS, 0, total_points);

// 关闭数组
glDisableClientState(GL_VERTEX_ARRAY);
glDisableClientState(GL_COLOR_ARRAY);

// 释放内存（复用场景可跳过）
free(vertices);
free(colors);

如果需要重复绘制同一图像，可进一步使用顶点缓冲对象（VBO），把数据上传到GPU显存，避免每次绘制都从CPU内存复制数据到GPU，性能会更优。

2. 优化颜色提取与内存访问 #

虽然这部分不是核心瓶颈，但可以减少不必要的开销：

• 直接展开颜色计算：去掉ext_col函数调用，直接在循环里提取RGB分量，省掉函数调用的栈开销和color*8的冗余计算（因为明确知道是0、1、2，直接移位即可）。
• 行指针优化：如示例中那样，每次y循环先获取当前行的指针，x循环直接通过指针索引访问像素，把y * image->width + x的乘法运算次数从26万次降到350次。

3. 关于汇编优化 #

完全没必要。当前ext_col函数的逻辑非常简单，现代编译器（GCC、Clang等）会自动将其优化为极少量指令，甚至会自动内联到循环中，手动编写汇编带来的性能提升微乎其微，远不如解决批量绘制的问题。

内容的提问来源于stack exchange，提问作者pinguxx28