OpenCV学习笔记（05）：Mat类详解（二）

---

---

1. 前言：Mat类的深入解读

　　我在学《数据结构》的时候，每接触一种新的ADT（abstract data type， 抽象数据类型 ），一般的套路都是这样的——

• 先了解ADT的结构，如何定义？包括哪些数据对象？如，线性表是n个具有相同特性的数据元素的有限序列。
• 再学习基于该ADT结构的一些操作和算法。如，线性表的增删查改，基于顺序表的排序算法；
• 最后再学习该ADT的存储方式和实现过程。如，链表在计算机内存中的存储。

那么，在了解了基本结构之后，作为OpenCV最重要的ADT——Mat类，在计算中如何存储，以及有哪些基本操作的呢？

2.元素数据寻址

　　Mat类 是一个n维单通道或多通道的稠密型数值阵列，可以用于存储实数或者负数向量和矩阵（real or complex-valued vectors or matrices）、灰度图和彩色图（grayscale or color images ）、矢量场（vector fields）等，阵列M的数据分布取决于数组M.step[]，因此M阵列中元素(i0,...,iM.dims−1)的地址可以计算为：

addr(Mi0,...,iM.dims−1)=M.data+M.step[0]∗i0+M.step[1]∗i1+...+M.step[M.dims−1]∗iM.dims−1

其中，

• step[i]是Mat类中十分重要的一个属性，表示第i维的总大小，单位字节
• M.data指向存储这列的首地址（类似于数组名）
• M.dims是总维度

例如，二维矩阵的寻址可以表示为：

addr(Mi,j)=M.data+M.step