OpenCV二维Mat索引与值互换：求(X,Y)=Z转(X,Z)=Y的高效实现方案

结合你给出的输入输出规则、矩阵尺寸和稀疏特性，有两种比逐元素遍历效率更高的实现方案：

方案1：需要输出稠密Mat的场景 #

你输出的Mat尺寸仅为100×1000，总元素数才10万，内存占用可忽略，优先用这个方案：

• 先初始化输出Mat为你需要的默认填充值（示例中为0），尺寸为z的取值上限 × x维度数，数据类型选能覆盖y最大值的最小类型即可（比如y最大为20，用CV_8U就足够）
• 仅遍历原始输入Mat的所有有效元素（总共有100×20=2000个），直接按映射规则给输出Mat对应位置赋值，不需要遍历输出Mat的空值位置
• 可搭配OpenCV内置的cv::parallel_for_做并行加速，耗时可以压到毫秒级

示例代码（C++）：

// 假设输入src的行对应y维度、列对应x维度，z的取值范围为[0,999]，默认填充值为0
int x_cnt = src.cols;
int z_max = 1000;
int y_cnt = src.rows;
cv::Mat dst = cv::Mat::zeros(z_max, x_cnt, CV_8UC1);

// 并行遍历原始矩阵的y维度
cv::parallel_for_(cv::Range(0, y_cnt), [&](const cv::Range& range) {
    for (int y = range.start; y < range.end; y++) {
        const uchar* src_row_ptr = src.ptr<uchar>(y);
        for (int x = 0; x < x_cnt; x++) {
            int z = src_row_ptr[x];
            // 你要求的z范围校验，不符合的跳过不处理
            if (z >= 0 && z < z_max) {
                // 示例中y从1开始计数，所以加1；如果是0起始直接赋值y即可
                dst.ptr<uchar>(z)[x] = y + 1;
            }
        }
    }
});

方案2：不需要输出稠密Mat的场景 #

如果后续仅需要查询(x,z)对应的y值，不需要用稠密Mat做矩阵运算，直接用稀疏存储结构更省空间，查询效率也更高：

• 不需要提前申请10万元素的大矩阵，用cv::SparseMat或者std::vector<std::unordered_map<int, int>>存储即可，每个x对应一个z:y的键值对映射
• 同样仅遍历输入的2000个有效点，把映射关系存入稀疏结构即可，总占用空间只有2000组键值对，比稠密Mat省98%以上的内存

效率对比说明 #

你的场景稀疏特性反而会大幅提升效率：如果原来的实现是遍历输出矩阵的每个(x,z)位置反查y值，时间复杂度是O(xz)也就是10万次操作；现在的方案仅需要处理输入的2000个点，时间复杂度为O(xy)，速度至少快50倍，就算不用并行加速也足够快。

内容的提问来源于stack exchange，提问作者already puzzled