高效遍历图像

如何遍历一副图像？最简单的方法就是写个双层循环，增量分别为行和列，但是如何高效遍历一副图像？

核心思想就两点：①减少双重循环中外层循环的次数②对图像处理过程中，| & 比普通运算效率高。

在一副彩色图像中，计算机是以二维数组的形式来存储，数组中每个元素是一个包含三个元素的向量，通常是BGR（或者RGB）。所以一个宽度为Ｗ，高度为Ｈ的图像需要一个大小为Ｗ＊Ｈ＊３的uchar构成的内存块。但是出于性能的考虑，每行会填补一些额外的像素，这是因为，如果行的长度是4或者8的倍数，一些多媒体处理芯片可以更高效的处理图像，这些额外的像素不会被显示或者保存，填补的值将被忽略。

void colorReduce(cv::Mat& image, int div=64)
{
    int nl = image.rows(); // 行数
    int nc = image.cols(); // 列数
    if (image.isContinuous())
    {
        // 没有对像素进行填补
        nc *= nl;
        nl = 1;
    }
    int n = static_cast<int>(log(static_cast<double>(div))/log(2.0));
    // 用来对像素值进行取整的二进制掩码
    uchar mask = 0xff << n;
    // for all pixels
    for (int i = 0; i < nl; ++i)
    {
        uchar* data = image.ptr<uchar>(i);
        for (int j = 0; j < nc; ++j)
        {
            // 处理每个像素
            *data++ = *data&mask + div/2;
            *data++ = *data&mask + div/2;
            *data++ = *data&mask + div/2;
        }
    }

}