【C++】【Opencv】vector＜float＞格式数据转成cv::Mat（8UC1）

本人在使用TensorRT来做图像分割的开发时，在后处理阶段需要将vector< float>数据给转成cv::Mat(8UC1)，最近需求需要提速，所以在这一阶段试着优化了下代码。
1.因为cv::Mat(8UC1)的数据格式是unsigned char，所以没法直接用指针传给Mat，本人一开始的思路是做循环遍历，将每个数据转换成unsigned char，然后再赋给一个vector< unsigned char>。
代码如下：

std::vector<unsigned char> mask;
cv::Mat mask_mat = cv::Mat(m_InputH, m_InputW, CV_8UC1);;
for (int i = 0; i < m_InputW * m_InputH; i++) 
{
	mask[i] =(*(tensor.hostBuffer.data() + i + m_InputW * m_InputH * c + j * m_InputW * m_InputH * m_classes));
}
//tensor.hostBuffer格式是vector
mask_mat.data = mask.data();

2.如果要提升速度的话，对上述代码的优化策略就是尽量用指针来一步转到位置，但是float* 是没法强制转成unsigned char*的（高精度没法转成低精度）。
本人尝试过如下代码，但是数据结果是不正确的。

unsigned char* mask = tensor.hostBuffer.data()+m_InputW * m_InputH * c + j * m_InputW * m_InputH * m_classes;
mask_mat.data = mask.data();

3.所以本人想到的方法如下：
先建立vector< unsigned char>，然后通过vector< float>的迭代器的起始和终点来构造这个数据，达到转换的目的。
代码如下：

std::vector<unsigned char> mask_(tensor.hostBuffer.begin() + m_InputW * m_InputH * c + j * m_InputW * m_InputH * m_classes, tensor.hostBuffer.begin() + m_InputW * m_InputH * (c + 1) + j * m_InputW * m_InputH * m_classes);
mask_mat.data = mask_.data();

这样运行的结果是正确的，而且速度比原来提升了0.2ms左右（数据长度是512*612）。
还有一种写法，跟上面思路一样，使用assign函数来重新分配，测下来的速度与上面的差不多。

std::vector<unsigned char> mask_;
mask_.assign(tensor.hostBuffer.begin() + m_InputW * m_InputH * c + j * m_InputW * m_InputH * m_classes, tensor.hostBuffer.begin() + m_InputW * m_InputH * (c + 1) + j * m_InputW * m_InputH * m_classes);
mask_mat.data = mask_.data();