目录
一、说在前面的话
在最初学习opencv 的时候，还没有写博客的习惯，后来有时间，从中间开始写。现在因为要做些实际项目，对一些概念进行深入了解，同时有很多朋友跟我说，希望我能接着完善我的博客。本来是希望以后有时间能从头到尾好好学，但是由于项目需要，对一些概念有详细的介绍，所以我的opencv相关博客将不按照顺序发布，我会根据自己项目或者实际情况，逐步完善自己的学习笔记。这里面不仅有我初次学习opencv的一些笔记资料，还有后期项目实战的一些了解和完善，希望大家多多支持。
在此，也感谢各位对我的支持。我会努力写出更好的博客。
二、其他图像类型
在Opencv1代的时候，是使用lplImage 和 CvMat 数据结构来表示图像的。他们都是C语言的结构，申请的内存需要自己手动管理，特别是采用 lplImage 会直接暴露内存，如果忘记释放内存，就会造成内存泄漏。在这里，我不对这个进行过多的描述，大家可以从百度百科或者其他的文章中去了解。在这里提一下，希望大家能对此有所了解。
三、Mat对象
从Opencv2.3往后就引入了Mat类，他可以自动管理内存，相比较C语言的两种数据结构，Mat有着自己独特的优势，接下来我Mat对象做详细介绍。
1、构成
Mat类由两部分数据组成：矩阵头(包含矩阵尺寸、存储方法、存储地址等)和一个指向存储所有像素值的矩阵(根据所选存储方法的不同，矩阵可以是不同的维数)的指针。Mat在进行赋值和拷贝时，只复制矩阵头，而不复制矩阵，提高效率。如果矩阵属于多个Mat对象，则通过引用计数来判断，当最后一个使用它的对象，则负责释放矩阵。
class CV_EXPORTS Mat
{
public：
/*..很多方法..*/
/*............*/
int flags;/*flags指定图像的颜色空间
flags > 0 3通道的彩色图像
flags = 0 灰度图像
flags < 0 不作改变
*/
int dims; /*数据的维数*/
int rows,cols; /*行和列的数量;数组超过2维时为(-1，-1)*/
uchar *data; /*指向数据*/
int * refcount; /*指针的引用计数器; 阵列指向用户分配的数据时，指针为 NULL
/* 其他成员 */
...
};2、存储方法
Mat中矩阵的每个元素可以使用不同的数据类型，最小的数据类型是char，占用一个字节或者8位，可以是有符号的（0到255）或者是无符号的（-127到127）。在RGB颜色空间中，使用三个char类型可以表示1600万中颜色，但在图像处理的过程中有可能会使用到float或者double来表示图像的像素。
3、常用成员及含义
1、data
Mat对象中的一个指针，指向存放矩阵数据的内存(uchar* data)
2、dims
矩阵的维度，3*4的矩阵维度为2维，3*4*5的矩阵维度为3维
3、channels
矩阵通道，矩阵中的每一个矩阵元素拥有的值的个数，比如说 3 * 4 矩阵中一共 12 个元素，如果每个元素有三个值，那么就说这个矩阵是 3 通道的，即 channels = 3。常见的是一张彩色图片有红、绿、蓝三个通道。
4、depth
深度，即每一个像素的位数，也就是每个通道的位数。在opencv的Mat.depth()中得到的是一个0 – 6的数字，分别代表不同的位数：enum { CV_8U=0, CV_8S=1, CV_16U=2, CV_16S=3, CV_32S=4, CV_32F=5, CV_64F=6 }，可见 0和1都代表8位， 2和3都代表16位，4和5代表32位，6代表64位。
4、常用构造方法
1、Mat::Mat()
无参数构造方法；
2、Mat::Mat(int rows, int cols, int type)
创建行数为 rows，列数为 col，类型为 type 的图像；
3、Mat::Mat(Size size, int type)
创建大小为 size，类型为 type 的图像；
4、Mat::Mat(int rows, int cols, int type, const Scalar& s)
创建行数为 rows，列数为 col，类型为 type 的图像，并将所有元素初始化为值 s；
5、Mat::Mat(Size size, int type, const Scalar& s)
创建大小为 size，类型为 type 的图像，并将所有元素初始化为值 s；
6、Mat::Mat(const Mat& m)
将m赋值给新创建的对象，此处不会对图像数据进行复制，m和新对象共用图像数据，属于浅拷贝；
7、Mat::Mat(int rows, int cols, int type, void* data, size_t step=AUTO_STEP)
创建行数为rows，列数为col，类型为type的图像，此构造函数不创建图像数据所需内存，而是直接使用data所指内存，图像的行步长由 step指定。
8、Mat::Mat(Size size, int type, void* data, size_t step=AUTO_STEP)
创建大小为size，类型为type的图像，此构造函数不创建图像数据所需内存，而是直接使用data所指内存，图像的行步长由step指定。
9、Mat::Mat(const Mat& m, const Range& rowRange, const Range& colRange)
创建的新图像为m的一部分，具体的范围由rowRange和colRange指定，此构造函数也不进行图像数据的复制操作，新图像与m共用图像数据；
10、Mat::Mat(const Mat& m, const Rect& roi)
创建的新图像为m的一部分，具体的范围roi指定，此构造函数也不进行图像数据的复制操作，新图像与m共用图像数据。
这些构造函数中，很多都涉及到类型type。type可以是CV_8UC1，CV_16SC1，…，CV_64FC4 等。里面的 8U 表示 8 位无符号整数，16S 表示 16 位有符号整数，64F表示 64 位浮点数（即 double 类型）；C 后面的数表示通道数，例如 C1 表示单通道的图像，C4 表示 4 个通道的图像，以此类推。如果你需要更多的通道数，需要用宏 CV_8UC(n)，例如：
Mat M(3,2, CV_8UC(5));//创建行数为 3，列数为 2，通道数为 5 的图像。5、其他方法
Mat::Create：创建新的阵列数据
void Mat::create(int rows, int cols, int type)
void Mat::create(Size size, int type)
void Mat::create(int ndims, const int* sizes, inttype)
//ndims – 新数组的维数。
//rows –新的行数。
//cols – 新的列数。
//size – 替代新矩阵大小规格：Size(cols, rows)。
//sizes – 指定一个新的阵列形状的整数数组。
//type – 新矩阵的类型。Mat：：resize：重新定义图片大小
void Mat::resize(size_t sz)
void Mat::resize(size_t sz, const Scalar& s)
//sz –新的行数。
//s –分配给新添加的元素的值。Mat::type：返回一个矩阵元素的类型。
int Mat::type() const
//该方法返回一个矩阵的元素类型。兼容CvMat 类型系统，像 CV_16SC3标识符 或 16 位有符号的3 通道阵列等。
Mat::depth：返回一个矩阵元素的深度
int Mat::depth() const
//该方法返回矩阵元素深度（每个单独的通道类型）的标识符。例如，对于16位有符号的3通道数组，该方法返回CV_16S。矩阵类型的完整列表包含以下内容值：
// CV_8U - 8 位无符号整数 （0…..255）
// CV_8S - 8 位符号整数 （ - 128…..127）
// CV_16U - 16 位无符号整数 （0……65535）
// CV_16S - 16 位符号整数 （ - 32768…..32767）
// CV_32S - 32 位符号整数 （ - 2147483648……2147483647）
// CV_32F - 32 位浮点数 （ - FLT_MAX ………FLT_MAX，INF，NAN)
// CV_64F - 64 位浮点数（ - DBL_MAX ……….DBL_MAX，INF，NAN)Mat::channels：返回矩阵通道的数目
int Mat::channels() constMat::size：返回一个矩阵大小
Size Mat::size() constMat::at：返回对指定数组元素的引用
template<typename T> T& Mat::at(int i)const
template<typename T> const T&Mat::at(int i) const
template<typename T> T& Mat::at(int i,int j)
template<typename T> const T&Mat::at(int i, int j) const
template<typename T> T& Mat::at(Pointpt)
template<typename T> const T&Mat::at(Point pt) const
template<typename T> T& Mat::at(int i,int j, int k)
template<typename T> const T&Mat::at(int i, int j, int k) const
template<typename T> T& Mat::at(constint* idx)
template<typename T> const T&Mat::at(const int* idx) const
//参数
//i –索引 0 维度
//j – 1 维度的索引
//k – 沿 2 维度的索引
//pt – Point(j, i) 作为指定元素的位置。
//idx – Mat::dims 数组的索引。
//该模板方法返回指定数组元素的引用。为了具有更高的性能，索引范围检查只在调试配置下执行。请注意使用具有单个索引(i) 的变量可以访问的单行或单列的2 维的数组元素。也就是比方说，如果A是1 x N 浮点矩阵和B是M x 1的整数矩阵，您只需编写A.at(k + 4) 和 B.at(2 * i + 1) 分别代替A.at(0, k + 4)和
//B.at(2 * i + 1, 0)。
//下面的示例将初始化希尔伯特矩阵：
Mat H(100, 100, CV_64F);
for(inti=0; i<H.rows; i++)
for(intj=0; j<H.cols; j++)
H.at<double>(i,j)=1./(i+j+1);6、Mat优势
1.图像的内存分配和释放由Mat类自动管理。
2.Mat类由两部分数据组成：矩阵头(包含矩阵尺寸、存储方法、存储地址等)和一个指向存储所有像素值的矩阵(根据所选存储方法的不同，矩阵可以是不同的维数)的指针。Mat在进行赋值和拷贝时，只复制矩阵头，而不复制矩阵，提高效率。如果矩阵属于多个Mat对象，则通过引用计数来判断，当最后一个使用它的对象，则负责释放矩阵。
3.可以使用clone和copyTo函数，不仅复制矩阵头还复制矩阵。
7、注意事项
1.OpenCV中的内存分配是自动完成的（不是特别指定的话）
2.使用OpenCV的C++ 接口时不需要考虑内存释放问题
3.Mat的赋值运算和拷贝构造函数只会拷贝矩阵头，仍然共同同一个矩阵
4.如果要复制矩阵数据，可以使用clone和copyTo函数
8、CvMat, Mat, IplImage之间的互相转换
//1. IpIImage -> CvMat
/*cvGetMat*/
CvMat matheader;
CvMat * mat = cvGetMat(img, &matheader);
/*cvConvert*/
CvMat * mat = cvCreateMat(img->height, img->width, CV_64FC3);
cvConvert(img, mat);
//2. IplImage -> Mat
Mat::Mat(const IplImage* img, bool copyData=false);/*default copyData=false,与原来的IplImage共享数据,只是创建一个矩阵头*/
//例子：
IplImage* iplImg = cvLoadImage("greatwave.jpg", 1);
Mat mtx(iplImg); /* IplImage * -> Mat,共享数据; or : Mat mtx = iplImg;*/
//3. Mat -> IplImage
Mat M
IplImage iplimage = M; /*只创建图像头，不复制数据*/
//4. CvMat -> Mat
Mat::Mat(const CvMat* m, bool copyData=false); /*类似IplImage -> Mat，可选择是否复制数据*/
//5. Mat -> CvMat
//例子(假设Mat类型的imgMat图像数据存在)：
CvMat cvMat = imgMat;/*Mat -> CvMat, 类似转换到IplImage，不复制数据只创建矩阵头四、说在最后的话
因为Mat是最基本的内容，以后不管是学习笔记还是项目实战，都会用到Mat 类，所以在这里，很少涉及到具体的代码和实现效果，但是希望大家要多做实战，多敲代码，才能学的更好。