OpenCV學習筆記（三十九）——再談OpenCV的資料結構，Mat是如此強大

還是一個即時性要求的程式最近把我弄得有些上火。為了提高代碼啟動並執行速度，我也是又新啃東西學了。由於我代碼裡使用了vector，網上搜來搜去有人說vector慢，又有人說STL裡的sort排序速度是我等常人不能企及的，有人說要少resize，這個重新分配記憶體非常耗時，又有人說要用swap來徹底刪除不要的記憶體空間。帶著這麼多疑問，我實在不知道我程式慢的原因。於是乎閱讀了《Effective STL》，這書挺深的，粗淺讀讀，先把自己急著弄清楚的以上各問題弄懂。再看程式，做了些最佳化，速度還是提高不多，頭開始大了

我的解決辦法是用我上一講提到的getTickCount、getTickFrequency函數分析我代碼的已耗用時間，遇到的問題是下面這句非常耗時

vector<vector<int>>test = vector<vector<int>>(10000, vector<int>(10, 0));

10000*10隻是我要開闢的空間，不知道怎麼用reserve函數開闢，這句運行了大概100ms。今天再看這段代碼，發現我太傻了，何必要用vector<vector<int>>呢，完全可以用OpenCV內建的Mat來解決啊，於是把上面這句改寫如下

Mat test1 = Mat_<int>::zeros(10000, 10);

結果只需要0.2ms！！！同志們，STL在Mat面前都顯得如此無力啊，有木有啊！我決定花費幾天的時間再好好讀讀reference的core的部分，來吃透OpenCV的資料結構。而且感覺Mat跟STL的相容性很好，也有push_back，pop_back這樣的操作，所以啊，同志們，千萬別把Mat只當做是顯示圖片用的，它是很強大的資料結構，用了它，可以事半功倍，誰用誰知道！~~