像素与分辨率
每张图片由很多色点组成，每个色点就是一个像素，而图片的分辨率，就是图片上的像素的多少=长方向上的像素*宽方向上的像素。这里每个像素上都有一个值，被称为像素值，可以是0和1，也可以是0到255之间的数，也可以是一个数组如（0，0，255）等等，像素值的范围决定了图片的质量，效果等等，而显而易知，分辨率越高，像素值越多，图片质量也自然越好。
色彩空间
如上面所说，像素值的范围不同对图片的影响很大，所以人们对不同像素值的范围划分了若干种色彩空间。
- 灰度色彩空间：像素值范围是0到255，0表示黑色，255表示白色。早期的黑白电视正是用的此色彩空间。
- RGB色彩空间：每个像素值都是一个三个元素的数组，三个元素被称为每个像素值的三个通道，分别为红色red，绿色green，蓝色blue。这三色是人眼最敏感的三种可见光，所以也称为三原色。RGB应用广泛，许多图片格式均是使用这种色彩空间。
- LAB色彩空间：和RGB一样，有三个通道值，分别为L亮度值，A正表示红色负表示绿色，B正表示黄色负表示蓝色。这种色彩空间被使用在色块识别，和一些图片格式中。
- 另外还有HSA,HAI等等各种色彩空间，本白这里不再介绍噢，请自行百度。
Mat对象
Mat对象，是opencv里图像处理最核心的一个对象，他可以存取图片，处理图片等等。相信熟悉c++的同学应该很快就知道了Mat的构造操作了吧。
- 创建Mat对象：Mat pic_name或者pic_name=Mat(600,800,CV_8UC3)。后面一种方法是创建了一个600*800分辨率的三通道RGB图像（cv默认创建RGB图像）。注意Mat对象的赋值只是把图像的对应的图像头（指针）赋值了，要想完全赋值，可使用方法pic_name.clone返回一个Mat对象。
- Mat对象有许多的方法，请看详细说明这里我在提供一个遍历整个图像像素值的代码。
Mat grayim(600, 800, CV_8UC1);
Mat colorim(600, 800, CV_8UC3);
//遍历所有像素，并设置像素值
MatIterator_<uchar> grayit, grayend;
for (grayit = grayim.begin<uchar>(), grayend =
grayim.end<uchar>(); grayit != grayend; ++grayit)
*grayit = rand() % 255;
//遍历所有像素，并设置像素值
MatIterator_<Vec3b> colorit, colorend;
for (colorit = colorim.begin<Vec3b>(), colorend =
colorim.end<Vec3b>(); colorit != colorend; ++colorit)
{
(*colorit)[0] = rand() % 255; //Blue
(*colorit)[1] = rand() % 255; //Green
(*colorit)[2] = rand() % 255; //Red
}
结语
今天的分享就到这里吧，大家要努力学习噢。