Mat 中step

网络上对Mat的详解，绝大多数是翻译官方的manual，而官方的manual却恰好对部分（官方认为）我们平时很少使用的内容没有详细的解释，或者对一些实现没有解释细节，因此我们就很难在刚入门时迅速地对某些内容有详细的认识，Mat的step就是其中之一。

在经过数天对Mat的研究，也对step有一定的认识了，这里说出我的愚见以抛砖引玉，有不足或错误之处希望各位指出，谢谢。

其实对step成员数组的解释就是step的意思，只要翻译对了，就能明白step的意思，step的翻译在这里不应该被翻译为步、脚步、步骤、步伐，而是” 梯级 “，也就是说step这里指出的是图像在各个梯级上的字节数大小，而这里的梯级指的是构成图像的名层次。

这里引用官方manual的几句话：

Note that M.step[i] >= M.step[i+1] (in fact, M.step[i] >= M.step[i+1]*M.size[i+1] ). This means
that 2-dimensional matrices are stored row-by-row, 3-dimensional matrices are stored plane-by-plane, and so on.

这句话可对刚入门图像处理的人（例如我～～）抓狂啊，为什么M.step[i]必定>= M.step[i+1] ？？为什么这能说明2-dimensional matrices are stored row-by-row, 3-dimensional matrices are stored plane-by-plane, and so on ？？

但事实上，了解图像构成，或者学过GIMP图像处理，甚至PS的人看到这里就会明白一二了。

就举那段话的2个例子大家就能明白了：

由于图像的构成是分层次的（也就是上面说的梯级），所以：

二维图像由一行一行（第一级）构成，而每一行又由一个一个点（第二级）构成

三维图像由一个一个名面（第一级）构成，每一个平面由一行一行（第二级）构成，每行由一个一个点（第三级）构成。

到这里，原因就呼之欲出了，Mat中的step[0]就是我们每一个第一级，在内存中占据的字节数量。例如，二维图像中step[0]就是每一行（第一级）在矩阵内存中，占据的字节的数量。也就是说step[i]就是第i+1级在矩阵内存中占据的字节的数量。

而每一级的字节数是多少就必须体现在下一级的数量上。

例如，二维图像中step[0]（第一级）的大小与点的数量有关（第二级）。而每个点占据的大小，也就是step[M.dims − 1] 就成了关键了，它的大小是多少，这点我就下不了定论了，因为这点是我们自行定义的，我们可以定义不同的通道数，每个通道不同的字节数，然后 通道数×每个通道字节数 就得出step[M.dims − 1]了

原文：http://m.blog.csdn.net/blog/jdpshq/8575098#