opencv系列学习(2)

二 opencv核心模块

2 Mat

2.1 Mat本质上是有具有两个数据部分的类

1 矩阵头(包含矩阵大小，存储信息，储存方式等信息）

2 指向包含该矩阵的矩阵的指针像素值

2.2 两个Mat可以通过矩阵的指针实现指向同一张图片

Mat A, C;                          // creates just the header parts
A = imread(argv[1], IMREAD_COLOR); // here we'll know the method used (allocate matrix)
Mat B(A);                                 // Use the copy constructor
C = A;                                    // Assignment operator

注：copy operator只复制这个矩阵头和指针，而不是数据本身
显然，这三个mat都指向同一个矩阵，也就是说改变其中任何一个，其余都会改变

2.3 创建完整数据的子部分的标题

Mat D (A, Rect(10, 10, 100, 100) ); // using a rectangle
Mat E = A(Range::all(), Range(1,3)); // using row and column boundaries

这里我们是使得新创建的两个mat只拥有部分数据，D建立的是一个矩阵区域
这里我们讲一下Range这个类在这里的用法
第一个Range::all()意思是取所有的行
第二个Range(1,3)意思是取第一列到第二列，包头不包尾

2.4 复制矩阵本身

这里我们介绍两个用于复制矩阵的函数
cv :: Mat :: clone()和cv :: Mat :: copyTo()
现在修改F或G对A就没有任何影响了

Mat F = A.clone();
Mat G;
A.copyTo(G);

2.5 存放像素的方法

首先，在存放像素时，我们需要考虑所采用的颜色空间和数据类型

2.5.1 颜色空间

他们每个人都将其分解为三个或四个基本组成部分，我们可以使用它们的组合来创建其他组成部分

1 RGB : 受欢迎的是RGB，主要是因为这也是我们的眼睛如何建立颜色的方式。它的基色是红色，绿色和蓝色。为了编码颜色的透明度，有时会添加第四个元素：alpha（A）

2 HSV和HLS : 将颜色分解为它们的色相，饱和度和值/亮度分量，这是我们描述颜色的更自然的方法。例如，您可能会忽略最后一个分量，从而使算法对输入图像的光照条件不太敏感。

3 YCrCb : 流行的JPEG图像格式

4 CIE L * a * b * : 是一个感知上统一的颜色空间，如果需要测量给定颜色与另一种颜色的距离，会用上它

2.5.2 数据类型

每个建筑组件都有其自己的有效域。这导致使用的数据类型。我们如何存储组件定义了我们对其组件域的控制。最小的数据类型是char，表示一个字节或8位。这可以是无符号的（因此可以存储从0到255的值）或有符号的（从-127到+127的值）。尽管在三个分量的情况下，已经提供了1600万种可能的颜色来表示（例如在RGB情况下），我们仍可以通过使用float（4字节= 32位）或double（8字节= 64位）数据来获得更好的控制每个组件的类型。但是，请记住，增加组件的大小也会增加内存中整个图片的大小