OpenCV计算机视觉编程记录（06）---------减色方法进行测试，比较其运行时间。

对以下减色方法进行测试，比较其运行时间。

方法1：使用整数除法

方法2：使用取模运算符方法

方法3：使用位运算符方法

方法4：使用整数除法和迭代器方法

方法5：使用整数除法和at方法

要求：

1、为每一种方法封装1个函数

2、不要求输出图像，但要输出每种方法的处理时间

源码：

#include<opencv2\highgui.hpp>
#include<iostream>
using namespace std;
using namespace cv;
void colorReduce(cv::Mat image);
void getMo(Mat image);
void weiMeth(Mat image,int n=6){
	uchar div=pow(2,n);
	uchar div2=div>>1;
	uchar mask = uchar(0xFF) << n; 
	int nr=image.rows;
	int nc = image.cols * image.channels();
	for (int j = 0; j < nr; j++) { // 遍历每一行
		// 取得行j的地址
		uchar* data = image.ptr<uchar>(j);
		// 遍历当前行每一个元素
		for (int i = 0; i < nc; i++) {
			// 处理每个元素---------------------
			*data &= mask;    		// 掩码，将后n位设为0
			*data++ += div2;
		} 
	}
}

void colorReduce2(cv::Mat image, int div = 64) {
	// 在初始位置获得迭代器
	cv::MatIterator_<cv::Vec3b> it =
		image.begin<cv::Vec3b>();
	// 获得结束位置
	cv::MatIterator_<cv::Vec3b> itend =
		image.end<cv::Vec3b>();

	// 遍历所有像素
	for (; it != itend; ++it) { 
		// 处理每个像素-------------------------
		(*it)[0] = cv::saturate_cast<uchar>(
			(*it)[0] / div * div + div / 2);
		(*it)[1] = cv::saturate_cast<uchar>(
			(*it)[1] / div * div + div / 2);
		(*it)[2] = cv::saturate_cast<uchar>(
			(*it)[2] / div * div + div / 2);		
		// 像素处理结束-------------------------
	}
}

void colorReduce3(Mat image,int div=64){
	int nr=image.rows;
	int nc=image.cols;
	for(int j=0;j<nr;j++){
		for(int i=0;i<nc;i++){
		image.at<Vec3b>(j,i)[0]=saturate_cast<uchar>(
			image.at<Vec3b>(j,i)[0]/div*div+div/2);
		image.at<Vec3b>(j,i)[1]=saturate_cast<uchar>(
			image.at<Vec3b>(j,i)[1]/div*div+div/2);
		image.at<Vec3b>(j,i)[2]=saturate_cast<uchar>(
			image.at<Vec3b>(j,i)[2]/div*div+div/2);
		}
	}
}
int main()
{
	Mat image=imread("原图.png");
	//imshow("原图",image);
	if(image.empty())
	{
		cout<<"empty image";
		getchar();
		return 0;
	}

	const int64 start = getTickCount();
	colorReduce(image);
	double duration = (getTickCount()-start) / getTickFrequency();
	cout<<"1.整除法时间为："<<duration<<"s"<<endl;

	//imshow("整除法",image);
	
	//const int64 start = getTickCount();
	getMo(image);
	duration = (getTickCount()-start) / getTickFrequency();
	cout<<"2.取模运算法时间为："<<duration<<"s"<<endl;
	//imshow("取模运算符",image);

	//const int64 start = getTickCount();
	weiMeth(image);
	duration = (getTickCount()-start) / getTickFrequency();
	cout<<"3.位运算时间为："<<duration<<"s"<<endl;
	//imshow("位运算符",image);

	//const int64 start = getTickCount();
	colorReduce2(image);
	duration = (getTickCount()-start) / getTickFrequency();
	cout<<"4.迭代器时间为："<<duration<<"s"<<endl;
	//imshow("迭代器",image);

	//const int64 start = getTickCount();
	colorReduce3(image);
	duration = (getTickCount()-start) / getTickFrequency();
	cout<<"5.at时间为："<<duration<<"s"<<endl;
	//imshow("at",image);

	waitKey();
	




	return 0;
}

void colorReduce(cv::Mat image) {
	int div = 64;
	int nr = image.rows; // 行数
	// 每行的元素数量(注意不是像素数量)
	int nc = image.cols * image.channels();
	for (int j = 0; j < nr; j++) { // 遍历每一行
		// 取得行j的地址
		uchar* data = image.ptr<uchar>(j);
		// 遍历当前行每一个元素
		for (int i = 0; i < nc; i++) {
			// 处理每个元素---------------------
			data[i] = cv::saturate_cast<uchar>(
				data[i] / div * div + div / 2);
			// 元素处理结束---------------------
		} // 一行结束
	}
}

void getMo(Mat image){
	int div = 64;
	int nr = image.rows; // 行数
	// 每行的元素数量(注意不是像素数量)
	int nc = image.cols * image.channels();
	for (int j = 0; j < nr; j++) { // 遍历每一行
		// 取得行j的地址
		uchar* data = image.ptr<uchar>(j);
		// 遍历当前行每一个元素
		for (int i = 0; i < nc; i++) {
			// 处理每个元素---------------------
			data[i] = cv::saturate_cast<uchar>(data[i] - data[i] % div + div / 2);
		}
	}
}