Mat类
1、Mat类介绍
Mat 类是一个用于保存图像数据或者矩阵数据的数据结构，可以说是一个矩阵类， 在OpenCV 1.0时代，存储图像数据都是使用C语言中的一个结构体IplImage，很麻烦的是IplImage需要在程序结束的时候手动释放内存，就跟我们现在malloc过来的堆区空间一样。 不过随着OpenCV版本的更新迭代，Mat类的出现非常便捷的解决了这个问题。
Mat类用来保存矩阵类型的数据信息，包括向量、矩阵、灰度或彩色图像等数据。Mat类分为矩阵头和指向存储数据的矩阵指针两部分。矩阵头中包含矩阵的尺寸、存储方法、地址和引用次数等。矩阵头的大小是一个常数，不会随着矩阵尺寸大小而改变。在绝大多数情况下矩阵头大小远小于矩阵中数据量的大小，因此图像复制和传递过程中主要的开销是存放矩阵数据。为了解决这个问题，在OpenCV中复制和传递图像时，只是复制了矩阵头和指向存储数据的指针，因此在创建Mat类时可以先创建矩阵头后赋值数据。
例如下面的一段程序：
cv::Mat m; // 创建一个名为m的矩阵头
m = cv::imread("C:\test.jpg"); // 向a中赋值图像数据，矩阵指针指向像素数据
cv::Mat tmp = m; // 复制矩阵头并命名为tmp
2、构造函数
2.1、默认构造函数
cv::Mat::Mat()
默认构造函数：生成一个矩阵并由OpenCV提供的函数(一般是Mat::create() 和 cv::imread()来分配内存空间)。
上面说到Mat类分为两个部分：矩阵头和指向像素数据的矩阵指针。
矩阵头：包括数字图像的矩阵尺寸、存储方法、存储地址和引用次数等，矩阵头的大小是一个常数，不会随着图像的大小而改变，但是保存图像像素数据的矩阵则会随着图像的大小而改变，通常数据量会很大，比矩阵头大几个数量级。这样，在图像复制和传递过程中，主要的开销是由存放图像像素的矩阵而引起的。因此，OpenCV使用了引用次数，当进行图像复制和传递时，不再复制整个Mat数据，而只是复制矩阵头和指向像素矩阵的指针，如上面的示例。
上面的m和tmp有各自的矩阵头，但是其矩阵指针指向同一个矩阵，也就是其中任何一个改变了矩阵数据都会影响另外一个。那么，多个Mat共用一个矩阵数据，最后谁来释放矩阵数据呢？
这就是引用计数的作用，当Mat对象每被复制一次时，就会将引用计数加1，而每销毁一个Mat对象（共用同一个矩阵数据）时引用计数会被减1，当引用计数为0时，矩阵数据会被清理。
2.2、常用构造函数—1
cv::Mat::Mat(int rows, int cols, int type);
重载的构造函数，这也是常用的构造函数之一，在创建对象的同时，提供矩阵的大小（rows，行数； cols，列数；）以及存储类型（type）。
该类型表示矩阵中每一个元素在计算机内存的存储类型，如CV_8UC3，具体含义为“3通道8位无符号数”。
Mat src(10,10,CV_32FC3); // 表示src是一个10*10的矩阵，且矩阵元素以32位float类型存储
类似，OpenCV还提供了一种Size()数据结构来构造Mat对象
2.3、常用构造函数— 2
cv::Mat::Mat(Size size, int type);
Size类等效于一个成对数据，size::Size(cols,rows),特别注意cols和rows的位置，和2.2中的构造函数是相反的。
Mat Src1(3,4,CV_32FC3);
Mat src2(Size(3,4),CV_32FC3);
cout << "src1.rows= " << src1.rows << "src1.cols= " << src2.cols << endl;
cout << "src2.rows: " << src2.rows << "src2.cols: " << src2.cols << endl;
cout << "src1.size="<<src1.size() << endl <<"src2.size=" << src2.size() <<endl;
不得不说，这个Size类的数据结构有点“反人类”，但这样做的好处是方便了计算机内部的运算（比如OpenCV很多函数计算Size相关的数据也是按这个顺序来的，具体为什么这样，我也不太清楚，个人理解为行业标准）；
还有，我们平时所说分辨率，也是Size的类型，比如屏幕分别率 1440*900，其中cols=1440，rows=900；
2.4、常用构造函数— 3
cv::Mat::Mat(int ndims, const int* sizes, int type, const Scalar& s);
该构造函数与使用了Scalar参数，作用是能够通过Scalar数据类来初始化元素值，例如，我们要生成一张白色背景的图片：
Mat whiteImage(500, 500, CV_8UC3, Scalar(255,255,255));
imshow("demo", whiteImage); // 显示白色背景图片
其中，(255,255,255)对应以8位无符号数存储，RGB色域的白色值。
2.5、常用构造函数— 4
cv::Mat::Mat(const Mat& m);
引用m矩阵，注意，这里是引用值；
3、成员函数
3.1、at函数
at函数的功能是访问矩阵元素，根据不同的使用场景，有多个重载函数可供选择。
如，访问一个二维的矩阵，可用at函数原型为：
_Tp& cv::Mat::at(int i0,int i1)
示例：
Mat image = imread("test.jpg");
int elem = image.at<int>(0,0); // 访问test.jpg图像的(0,0)元素
3.2、channels函数
channels函数的功能是返回图像的通道数，原型如下：
int cv::Mat::channels() const
示例：
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
Mat image = imread("C:/openCV_image/hutao.jpeg");
int nChannel = image.channels();
cout << "hutao.jpeg的通道数: " << nChannel << endl; // 3
return 0;
}
3.3、clone函数
clone函数的功能是复制一个矩阵给新的矩阵.
//原型如下：
Mat cv::Mat::clone() const
示例：
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
Mat image = imread("C:/openCV_image/WeChatTouXiang.jpg");
int nChannel = image.channels();
cout << "WeChatTouXiang.jpg的通道数: " << nChannel << endl;
Mat cloneImage;
cloneImage = image.clone(); //复制image矩阵赋值给cloneImage矩阵
imshow("aaa", image);
waitKey(0);
return 0;
}
3.4、convertTo函数
convertTo函数的功能是转换矩阵存储类型。
// 函数原型:
void cv::Mat::convertTo(OutputArray m,int rtype,double alpha = 1,double beta = 0) const
转换矩阵存储类型的具体计算公式如下：
m(x,y)=saturate_cast<rType>(α(∗this)(x,y)+β)
理解不了，暂时我也只是做个记录，用网上的说法解释一下：
m是输入矩阵，rtype是目标类型，alpha是放缩系数，beta是增减标量
3.5、copyTo函数
copyTo函数的功能：从m矩阵复制data数据单元，与clone函数的作用类似，原型如下：
void cv::Mat::copyTo(OutputArray m) const
示例就不写了，和clone一样的用法。
3.6、create函数
create函数的功能：分配矩阵的存储单元，一般和默认构造函数配合使用，原型如下：
void cv::Mat::create(int rows,int cols,int type)
3.7、depth函数
depth函数的功能：返回图像深度，即矩阵元素的存储方式
原型如下：
int cv::Mat::depth() const
示例：
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
Mat image = imread("C:/openCV_image/WeChatTouXiang.jpg");
int nDepth = image.depth();
cout << "image图像深度：" << nDepth << endl;
return 0;
}
3.8、pop_back函数
pop_back函数的功能：弹出最后一行元素，原型如下：
void pop_back(size_t nelems=1);
暂时还没用上此函数。
3.9、total函数
total函数的功能：返回矩阵的元素总个数，原型如下：
size_t total() const;
示例如下：
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
//Mat image = imread("C:/openCV_image/WeChatTouXiang.jpg");
//int nDepth = image.depth();
Mat image(30, 40, CV_8UC3); //创建一个30*40 8位3通道无符号类型的矩阵
size_t n_total = image.total();
cout << "image图像元素个数：" << n_total << endl; //返回1200 30*40 = 1200个像素点
return 0;
}
3.10、Mat::zeros()函数
Mat m = Mat::zeros(2, 2, CV_8UC3);
相当于创建一张黑色的图，每个像素的每个通道都为0,Scalar(0,0,0)；
3.11、 Mat::ones()函数
Mat m = Mat::ones(2, 2, CV_8UC3); 相当于：Mat m = Mat(2, 2, CV_8UC3, 1);
OpenCV replaces 1 with Scalar(1,0,0)相当于每个像素的第一个通道为1，其余两个通道为0；
3.12、release函数
release函数的功能：在必要的情况下，递减引用计数并释放该矩阵。
void Mat::release()
该方法递减与矩阵的数据关联的引用计数。当引用计数减为0时，矩阵的数据将被释放，数据和引用计数器指针设置为 NULL。如果矩阵头指向外部数据集 （见 Mat::Mat()）， 引用计数为 NULL，并且该方法在这种情况下无效。
可以手动调用此方法强制矩阵数据释放。但由于这种方法在析构函数中是自动调用的，或以更改数据指针的其他方法，因此通常不需要调用这个函数。在支持它的平台上，引用计数器递减并检查是否为0 是一个原子操作。因此，在不同的线程异步调用相同的矩阵是安全的操作。
ps: 当然还有很多操作矩阵的方法，如求逆矩阵（inv函数）、求转置矩阵（t函数）等等。。。。
4、成员变量
int cv::Mat::cols; // 返回矩阵的列数
int cv::Mat::rows // 返回矩阵行数
uchar* cv::Mat::data // 指向矩阵的数据单元的指针
int cv::Mat::dims // 返回矩阵维度，该维度≥2
MatSize cv::Mat::size // 返回矩阵大小
OpenCV的方法远不止这些，只是刚好用了一些，这里记录一下，方便以后温习。