什么是表示图像矩阵的理想数据结构？ [关闭]

Question

当我在做一个计算机视觉库时，我想知道保存图像数据的理想数据结构是什么。

有人告诉我，做一个 std::vector 重叠是很糟糕的，因为不能保证数据连续性，因此一个简单的更有效。

问题是，向量的内容必须依赖于颜色空间。另外，对于大小问题，最好每个通道都有一个无符号字符，尽管我最好使用浮点数来执行操作。

要处理色彩空间，我是否应该增加矢量的大小（例如将其增加三倍以处理 RGB），这样我就可以像这样访问数据：

data[0] => pixel 1, Red
data[1] => pixel 1, Green
data[2] => pixel 1, Blue
data[3] => pixel 2, Red
data[4] => pixel 2, Green
... etc

或者是否可以更有效地执行此操作（例如使用 long int 或 float 将所有通道的值保存到一个变量中），如果可以，如何？我怎样才能使这个通用处理 1、2、3 或 4 个通道，以便我可以（相对）轻松地更改色彩空间？

问题不在于容器（我已经在使用单个 std::vector），而在于内容本身。

编辑：由于这个问题已被标记为主要基于意见，我会尽量让它更清楚。

目前，我将图像数据存储在std::vector<float> 中。这里的问题是我不知道要存储多少项目（例如处理 RGB/HSV 的大小的 3 倍，或者即使我只使用一个（灰度）也实现 4 项目结构 (RGBA)？）为了在需要时有效地更改色彩空间或对矩阵执行操作。由于这旨在集成到计算机视觉库中，因此极有可能每帧至少发生一次。

我在这里要求的是高效，这与意见无关（或很少）。可能有几个很好的答案，在其中选择取决于意见，但这应该是我的决定。

Answer 1

图像数据的“最佳”数据结构在很大程度上取决于您想要对图像执行什么样的操作，并且主要取决于您想要优化性能的操作。

通常std::vector 字节就足够了（对于整个图像，而不是每行的向量）；向量保证数据存储在连续的内存块中，这可能适合也可能不适合您的用例（即，如果您需要管理比扫描线更长的步幅，则它不适合）。

如果您需要更细粒度地访问像素格式信息（即单一颜色分量），您可能希望使用自定义定义的结构来表示像素。

此外，数据结构可能更复杂，具体取决于您需要管理的图像类型。 IE。您是否仅限于 1 种或几种像素格式？ 您是否仅限于“打包”图像（1 个“平面”中的连续颜色分量）还是需要管理“平面”图像（多个“平面”，每个颜色分量一个）？

您还可以查看网络上的一些可用图形库。
一个（在我看来）有一个有趣的像素组件管理（带有自定义迭代器和其他工具）是Boost GIL