OpenCV中对两个cv::Mat执行逐像素自定义操作的最优方法

1. 优先使用OpenCV内置优化函数 #

OpenCV内置了大量高度优化的逐像素运算函数，这些函数底层利用SIMD指令、多线程等技术，性能远高于手写循环，优先考虑：

• 基础算术运算：直接用运算符或专用函数，比如：

  cv::Mat result;
  cv::add(mat1, mat2, result);    // 逐像素相加
  cv::subtract(mat1, mat2, result); // 逐像素相减
  

• 平方根类运算：对单图用cv::sqrt，结合双图运算时可先处理再调用，比如对两图差值开根号：

  cv::Mat diff;
  cv::absdiff(mat1, mat2, diff);
  cv::sqrt(diff, result);
  

• 条件判断类操作：用cv::compare生成掩码，再结合cv::copyTo实现，比如“取两图对应像素的较大值”：

  cv::Mat mask;
  cv::compare(mat1, mat2, mask, cv::CMP_GT);
  cv::Mat result;
  mat1.copyTo(result, mask);
  mat2.copyTo(result, ~mask);
  

2. 自定义双图逐像素遍历的实现 #

如果内置函数无法满足复杂自定义逻辑，可以自己封装类似forEachInBoth的函数，主要有两种方式：

基于forEach的简洁实现 #

利用OpenCV的forEach接口封装模板函数，需确保两张图像尺寸、类型一致：

template<typename T>
void forEachInBoth(const cv::Mat& mat1, const cv::Mat& mat2, cv::Mat& result, std::function<void(const T&, const T&, T&)> operation) {
    CV_Assert(mat1.size() == mat2.size() && mat1.type() == mat2.type());
    result.create(mat1.size(), mat1.type());

    mat1.forEach<T>([&](const T& val1, const int* pos) {
        const T& val2 = *mat2.ptr<T>(pos[0], pos[1]);
        T& resVal = *result.ptr<T>(pos[0], pos[1]);
        operation(val1, val2, resVal);
    });
}

使用示例（自定义“取两像素最大值后开根号”）：

cv::Mat mat1 = cv::imread("img1.jpg", cv::IMREAD_GRAYSCALE);
cv::Mat mat2 = cv::imread("img2.jpg", cv::IMREAD_GRAYSCALE);
cv::Mat result;

forEachInBoth<uchar>(mat1, mat2, result, [](const uchar& v1, const uchar& v2, uchar& res) {
    uchar maxVal = std::max(v1, v2);
    res = static_cast<uchar>(std::sqrt(maxVal));
});

手动指针遍历（极致性能） #

如果追求最高性能，可直接用指针遍历，减少lambda额外开销，适合大图像场景：

template<typename T>
void forEachInBothPtr(const cv::Mat& mat1, const cv::Mat& mat2, cv::Mat& result, std::function<void(const T&, const T&, T&)> operation) {
    CV_Assert(mat1.size() == mat2.size() && mat1.type() == mat2.type());
    result.create(mat1.size(), mat1.type());

    int rows = mat1.rows;
    int cols = mat1.cols * mat1.channels();

    for (int i = 0; i < rows; ++i) {
        const T* ptr1 = mat1.ptr<T>(i);
        const T* ptr2 = mat2.ptr<T>(i);
        T* resPtr = result.ptr<T>(i);
        for (int j = 0; j < cols; ++j) {
            operation(ptr1[j], ptr2[j], resPtr[j]);
        }
    }
}

3. 性能优先级总结 #

• 最优选择：内置函数：代码简洁，性能拉满，OpenCV已完成底层优化。
• 次选：forEach封装：可读性高，代码简洁，性能接近指针遍历。
• 极致性能：手动指针遍历：直接控制内存访问，减少额外开销，适合性能敏感场景。

内容的提问来源于stack exchange，提问作者Ivan