做图像处理，最耗时间的运算应该就是卷积运算那一步了。以后如果有机会在用c++做图像处理的项目的话，那么这个卷积部分还是要优化的。Matlab因为是验证算法，其实是没必要优化的。所以我就把卷积这一部分单独列出一个函数，用汇编实现了。我可是电子工程出身，汇编当然不在话下。

　　函数是用汇编写的，用的是c++内嵌asm汇编，相同功能的c++代码也实现了，不过注释掉了，去掉注释能得到相同的结果。

　　读和显示图像用了opencv函数库，话说上一个项目结束之后好像就没怎么用过这个库了，毕竟，单单调用库中的函数是没办法真正理解原理的。

#include 
     
      #include "cv.h"#include "highgui.h"using namespace std;//*img是图像数据，i_h是图像的高，i_w是图像的宽//*m是卷积模板，m_h是模板的高，m_w是模板的宽//x,y是在图像（x,y）坐标处卷积//返回卷积的值int conv(int *img,int i_h,int i_w,int *m,int m_h,int m_w,int y,int x){    int re;    int sum1;    int sum2;    int half_m_w;    int half_m_h;    int i;    int j;    int ii;    int jj;    __asm    {        mov        re,0;        mov        sum1,0;        mov        sum2,0;        mov        eax,m_w;        //half_m_w=(m_w-1)/2;        dec        eax;        mov        bl,2;        div        bl;        mov        ah,0;        mov        half_m_w,eax;        mov        eax,m_h;        //half_m_h=(m_h-1)/2;        dec        eax;        mov        bl,2;        div        bl;        mov        ah,0;        mov        half_m_h,eax;        mov        ecx,m_w;        //m_w*h_h        imul    　 ecx,m_h;        mov        eax,0;label1:        mov        ebx,m;            //        for (i=0;i
      
       height*image->width];    for (int i=0;i
       
        height;i++)    {        for (int j=0;j
        
         width;j++)        {            s=cvGet2D(image,i,j);            img[i*image->width+j]=(int)s.val[0];        }    }    int *m;    m=new int[9];    for (int i=0;i<9;i++)    {        m[i]=1;    }    for (int i=1;i
         
          height-1;i++)    {        for (int j=1;j
          
           width-1;j++) { s=cvGet2D(image,i,j); s.val[0]=conv(img,image->height,image->width,m,3,3,i,j); cvSet2D(image,i,j,s); } } cvNamedWindow("lena",1); cvShowImage("lena",image); cvWaitKey(0); cvReleaseImage(&image); cvDestroyAllWindows(); delete[] img; delete[] m; return 0;} 注：要是使用mmx,sse指令效果就更好了，可惜这个我不太熟悉。