直接用指针比cv::Mat::at快，因其省去边界检查、类型校验和重复地址计算；在3×3滤波中性能高2–5倍，但需确保mat.isContinuous()为true，并用mat.step而非cols×elemSize()计算行偏移。
为什么直接用指针比 cv::Mat::at 快？
因为 cv::Mat::at 每次调用都要做边界检查、类型校验和地址计算，而原始指针跳过所有运行时开销。在 3×3 均值滤波这类需密集访问邻域的场景中，性能差距可达 2–5 倍（实测 OpenCV 4.8 + Release 模式）。
但要注意：cv::Mat 数据必须是连续的（mat.isContinuous() 返回 true），否则指针跨行访问会越界。多数 cv::imread 或 cv::Mat::create 创建的单通道/三通道图默认连续，但经过 ROI、转置或某些变换后可能不连续，务必先检查。
如何安全获取并遍历图像指针？
核心是用 mat.data 获取首字节地址，再按 mat.step 和 mat.cols 手动算行首偏移。不要硬写 mat.data + i * mat.cols * step——step 已含对齐字节数（常为 4 的倍数），直接用它更可靠。
- 单通道
CV_8UC1：用uchar*指针，ptr = mat.data，第i行第j列地址为ptr + i * mat.step + j - 三通道
CV_8UC3：同样用uchar*，列索引乘 3，即ptr + i * mat.step + j * 3 - 避免
mat.ptr在循环内反复调用——它每次仍做一次行首计算，不如在外层缓存(i) uchar* row_ptr
3×3 卷积滤波的指针写法要点
手动展开邻域访问比用循环更稳，也利于编译器向量化（尤其开启 -O3 -march=native 后）。但必须处理好图像边缘——指针不自动保护边界，越界读写会导致崩溃或脏数据。
- 推荐做法：先用
cv::copyMakeBorder补一圈（如BORDER_REFLECT），再对「有效区域」用指针遍历，避免运行时条件分支拖慢主循环 - 权重矩阵提前存为局部数组，比如
const float k[9] = {1.f/9, ...}，别在循环里反复除法 - 输出结果写入新
cv::Mat（CV_32FC1或CV_8UC1），注意目标 Mat 需预分配且与输入同尺寸；若原地更新，要确保输入未被覆盖（建议用双缓冲）
容易被忽略的内存对齐与类型陷阱
cv::Mat::step 不等于 cols * elemSize()——OpenCV 为 SIMD 对齐会在每行末尾补零，所以必须用 step 计算下一行起始，不能只靠列宽推导。
另一个坑：uchar* 读取像素后若要做浮点运算（如高斯滤波），直接转 float 再归一化，别用 static_cast 这种写法——整数提升顺序可能导致截断，应先转 int 再转 float，或直接用 cv::saturate_cast 写回。
最后提醒：Release 模式下指针优势才明显，Debug 下编译器优化关闭，且断言开销大，测试性能务必切到 Release。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
