一 影像存盤容器

學習影像處理首先要學會如何操作矩陣資訊，在OpenCV中提供了一個Mat類用于存盤矩陣資料，

Mat類用來保存矩陣型別的資料資訊，包括向量，矩陣，灰度或彩色影像等資料，Mat類分為矩陣頭和指向存盤資料的矩陣指標兩部分，其中矩陣頭中包含矩陣的尺寸、存盤方法、地址和參考次數，矩陣頭的大小是一個常數，不會隨著矩陣尺寸的大小二改變，在絕大多數情況下，矩陣頭大小遠小于矩陣中資料量的大小，因此影像復制和傳遞程序中的主要開銷是存放矩陣資料，

1.創建Mat類

cv::Mat a;          //創建一個名為a的矩陣頭
a = cv::imread("test.jpg")   //向a中賦值影像資料，矩陣指標指向像素資料
cv::Mat b = a   //復制矩陣頭

上述代碼，首先創建了名為a的矩陣頭，之后讀入一張影像并將中的矩陣指標指向該圖的像素資料，最后將a矩陣頭中的內容復制到b矩陣頭中，雖然a、b有各自的矩陣頭，但是矩陣指標所指向的是同一矩陣資料，所以通過任意矩陣頭修改矩陣中的資料時，另一個矩陣頭指向的資料也會發生改變，但是當洗掉變數a時，b變數并不會指向一個空資料，只用當兩個變數同時洗掉時，才會釋放矩陣資料，因為矩陣頭中參考次數標記了參考某個矩陣的次數，只有當矩陣的參考次數為0的時候才會釋放矩陣資料，

1.1宣告一個指定型別的Mat類

cv::Mat A = Mat_<double>(3,3);   //創建一個3*3的矩陣用于存放double資料型別

Mat可以存盤的資料型別包括double,float,uchar,unsigned char,以及自定義模板，

1.2通過OpenCV資料型別創建Mat類

cv::Mat a(640,480,CV_8UC3)    //創建一個640*480 的三通道矩陣用于存放彩色影像
cv::Mat a(3,3,CV_8UC1)    //創建一個3*3的8位無符號整數的單通道矩陣
cv::Mat a(3,3,CV_8U)   //創建單通道矩陣，c1標識可以省略

注意：雖然在64位編譯器里，uchar和CV_8U都表示8位無符號整數，但是兩者有著嚴格的定義，CV_8U只能用于Mat類內部構建方法，如果用Mat_<CV_8U>(3,3)和Mat a(3,3,CV_8U)，就會提示創建錯誤，

2.Mat類構造與賦值

2.1 Mat類的構造

（1）利用默認建構式

cv::Mat::Mat();

這種構造方式不需要輸入任何的引數，在后續給變數賦值的時候會自動判斷矩陣的型別大小，實作靈活的存盤，常用于存盤讀取的影像資料和某個函式的運算輸出結果，

（2）根據輸入矩陣尺寸和型別構造

cv::Mat::Mat( int rows,
            int cols,
            int type,
            )
//rows:構造矩陣的行數
//cols:構造矩陣的列數
//type:矩陣中存盤的資料型別

（3）用Size()結構構造Mat類

cv::Mat::Mat(Size size(),
            int type
            )
//size: 二維陣列變數尺寸，通過Size(cols,rows)來進行賦值，注意列在前，行在后
//type:略

（4）利用已有矩陣構造Mat實體

cv::Mat()::Mat(const Mat &m)
//m:以構建完成的Mat類矩陣變數

希望復制兩個一模一樣的Mat類而批次之間不會影響，那么可以使用m=a.clone()

（5）創建已有Mat類的子類

cv::Mat::Mat(const Mat &m,
            const Range &rowRange,
            const Range &colRange = Range::all()
            )
//m: 已經構建完成的Mat類矩陣資料
//rowRange:在以有矩陣中需要截取的行數范圍，是一個Range變數，例如Range（2,5）表示從第二行，    //到第五行
//colRange:截取列的范圍

//這種方式主要用于在原圖中截圖使用，不過需要注意的是，通過這種方式構造的Mat類與已有Mat類享有共同的資料，

2.Mat類的賦值

（1）在構造時賦值

cv::Mat::Mat(int rows,
            int cols,
            int type,
            const Scalar &s
            )
//rows:略
//cols:略
//type:略
//s: 給矩陣中沒個像素賦值的引數變數

//實體： 
cv::Mat::Mat(2, 2, CV_8UC3, CV::Scalar(0,0,255))

（2）列舉法賦值

cv::Mat::Mat(cv::Mat_<int>(3,3)<<1, 2, 3, 4, 5, 6, 7, 8, 9);

（3）利用回圈賦值

cv::Mat c = cv::Mat_(3, 3); //定義一個3*3的矩陣
for (int i = 0; i < c.rows; i++)
{
    for (int j = 0; j < c.cols; j++)
    {
        c.at<int>(i, j) = i + j;
    {
}

（4）利用類方法賦值

cv::Mat a = cv::Mat::eye(3, 3, CV_8UC1);
cv::Mat b = (cv::Mat_<int>(1, 3) <<1, 2, 3);
cv::Mat c = cv::Mat::diag(b);
cv::Mat d = cv::Mat::ones(3, 3, CV_8UC1);
cv::Mat e = cv::Mat::zeros(4, 2, CV_8UC3);


//eye:創建一個單位矩陣，如果行和列不相等，在（1,1），（2,2），等主對角線出為1
//diag:創建對角矩陣，其引數必須是Mat型別的一維變數，用來存放對角元素的數值
//ones:創建一個全為1的矩陣
//zeros:創建一個全為0的矩陣

（5）利用陣列進行賦值

float a[8] = {5, 6, 7, 8, 1, 2, 3, 4, };
cv::Mat b = cv::Mat(2, 2, CV_32FC2, a);
CV::Mat c = cv::Mat(2, 4, CV_32FC1, a);

//當矩陣中的元素數目大于陣列中的資料時，將用-1.0737418e+08填充給矩陣；當矩陣中元素的數目小于陣列中的資料時，將矩陣賦值完成后，陣列中剩余資料將不再賦值，

3.Mat類支持的運算

Mat支持加減乘除的運算，在對影像進行卷積運算時，需要兩個矩陣進行乘法運算，OpenCV提供了兩個Mat類矩陣的乘法運算，而且定義了兩個矩陣的內積和對應位的乘法運算，

cv::Mat() j,m;
double k;
j = c*d;
k = a.dot(b);
m = a.mul(b);

4.Mat類元素的讀取

（1）通過at方法讀取Mat類矩陣中的元素

//讀取單通道矩陣元素
cv::Mat a = (cv::Mat_<uchar>(3, 3) <<1, 2, 3, 4, 5, 6, 7, 8, 9);
int value = (int)a.at<uchar>(0, 0);

//讀取多通道矩陣元素
cv::Mat b(3, 4, CV_8UC3, CV::Scalar(0, 0, 1));
cv::Vec3b vc3 = b.at<cv::Vec3b>(0, 0);
int first = (int)vc3.val[0];
int second = (int)vc3.val[1];
int third = (int)vc3.val[2];

//在使用多通道變數型別是，同樣需要注意at方法中資料變數型別與矩陣的變數型別相對應，
//并且cv::Vec3b型別在輸入每個通道資料是需要將其變數型別強制轉化成int型別，

針對三通道矩陣，定義了cv::Vec3b,cv::Vec3s,cv::Vec3w,cv::Vec3d,cv::Vec3f,cv::Vec3i，b是uchar型別的縮寫，s是short型別的縮寫，w是ushort型別的縮寫，d是double型別的縮寫，f是float型別的縮寫, i是int型別的縮寫，

（2）通過指標ptr讀取Mat類矩陣中的元素

Mat類矩陣中每一行中的每個元素都是挨著存放的，所以給出了通道指標ptr讀取Mat類矩陣元素，

cv::Mat b(3, 4, CV_8UC3, cv::Scalar(0, 0, 1));
for (int i = 0; i < b.rows; i++)
{
    uchar* ptr = b.ptr<uchar>(i);
    for(int j = 0; j < b.cols*b.channels(); j++)
    {
        cout << (int)ptr[j] <<endl;
    }
}

（3）通過迭代器訪問Mat類矩陣中的元素

cv::MatIterator_<uchar> it = a.begin<uchar>();
cv::MatIterator_<uchar> it_end = a.end<uchar>();
for(int i = 0; it ! = it_end; it++)
{
    cout << (int)(*it) <<"";
    if((++i%a.cols) == 0)
    {
        cout << endl;
    }

} 

Mat類的迭代器變數型別是cv::MatIterator_<>,在定義時同樣需要在尖括號中宣告資料的變數型別，Mat類迭代器的起始是Mat.begin<>(),借宿是Mat.end<>(),與其他迭代器用法相同，通過“++”運算實作指標位置向下迭代，資料的讀取方式是先讀取第一個元素的每一個通道，之后再讀取第二個元素的每一個通道，直到最后一個元素的最后一個通道，

（4）通過矩陣元素的地址定位方式訪問元素

(int)(*(b.data + b.step[0] * row + b.step[1] * col + channel));