普通块是图像处理中提升效率的关键基础，指紧凑、对齐、一次性分配的连续内存布局，适配cpu缓存、simd向量化和并行任务划分；应使用一维数组与预计算stride访问像素，预分配复用临时块，对齐内存以启用simd，并结合roi与分块处理降低访存压力。
普通块（即连续内存块）在图像处理中是提升效率的关键基础。它不是指某种特殊数据结构，而是强调对像素数据采用紧凑、对齐、一次性分配的内存布局——这种布局天然适配CPU缓存、SIMD向量化和并行任务划分。
用连续一维数组替代多维嵌套访问
图像底层本质是连续字节流，但用 image[i][j] 这类二维索引会引入额外乘法和边界检查，破坏缓存局部性。应统一转为一维指针操作：
- 声明时直接使用
std::vector<uint8_t> data(width * height * channels);</uint8_t> - 访问像素时用
data[y * stride + x * channels + c]，其中stride = width * channels可预计算 - 避免在循环内重复计算地址，把偏移量提取到循环外或用指针递增代替下标
复用临时像素块，避免反复分配
滤波、色彩转换等操作常需暂存中间结果（如RGB转YUV中的Y分量）。每次新建缓冲区会触发堆分配，开销显著：
- 在类或函数作用域外预分配固定大小的临时块，例如
std::vector<float> temp_y(width * height);</float> - 处理不同尺寸图像时，按最大可能尺寸分配一次，后续直接复用
- 若需多个临时块（如R/G/B三通道中间值），可合并为单块结构体数组或交错存储，减少指针跳转
对齐内存以启用SIMD指令
CPU的AVX2/SSE指令要求数据地址按16/32字节对齐，否则可能降级为慢速路径或崩溃：
- 用
aligned_alloc(32, size)或 Eigen::aligned_allocator 分配内存 - 在OpenCV中启用
cv::Mat::create()并传入CV_32F+ 对齐标志，或使用cv::Mat_<float>::zeros(height, width).data</float>确保对齐 - 编译时加
-mavx2 -O3，并用__builtin_assume_aligned(ptr, 32)提示编译器
配合ROI与分块处理降低访存压力
即使使用连续块，全图扫描仍易引发缓存抖动。将大图切分为适合L1/L2缓存的小块（如64×64或128×128）能大幅提升命中率：
- 外层按块遍历
for (int by = 0; by ，内层在块内连续访问 - 结合CImg的
set_roi()或OpenCV的cv::Rect提取子区域，让临时块只覆盖当前处理范围 - 对卷积等滑动窗口操作，可提前加载一个“扩展块”（含padding），避免每次重复读边界
