2.1 OpenCV 核心模块之Mat矩阵

• Mat

OpenCV最开始是使用C语言中的结构体IplImage来存储图像的，但是它的缺点在于需要程序编写者来管理内存的分配与释放。它在小项目中问题不大，一旦有代码变多，处理起来就会变得十分棘手。幸运的是，C++引入了类，能够自动管理内存；并且，这个改变在C++和C之间并没有任何兼容性问题。因此，OpenCV2.0版本使用新的C++接口，来自动管理内存，让代码更为简洁。由于大部分嵌入式系统只支持C语言，因此除嵌入式系统之外，都没必要继续使用旧的方式了。

Mat类有两个数据部分：矩阵头文件（包含信息有矩阵的大小，存储格式，存储地址等）和指向存储像素值矩阵的指针。矩阵头文件的大小是确定的，但是矩阵的大小根据图像的变化而变化。

OpenCV是一个图像处理库，包含大量的图像处理函数。为了进行一次计算，大多数情况你需要用到库里的多个函数。因此，将图像传递到函数是基本操作。我们不应该忘记的是这些图像处理算法的计算量十分大。最后，由于大图像不必要的复制操作，会导致程序速度降低。

为处理上述情况，OpenCV使用参考计数系统，即每个Mat矩阵有自己的头文件，但是通过将矩阵指针指向同一地址，让两个实例共享同一基础矩阵。并且，复制操作只会复制头文件和让指针指向基础矩阵，而不会复制整个矩阵数据。

Mat A,C;    //只创建头文件
A= imread(argv[1], CV_LOAD_IMAGE_COLOR);    //分配矩阵空间
Mat B(A);    //进行复制操作
C = A;    //赋值操作

上述所有变量，都指向同一数据矩阵。虽然它们的头文件不同，但是对它们其中一个进行修改操作其他的都会改变。实际操作中，尽管它们的头文件不同，然而不同变量只是提供了对同一数据的不同访问路径而已。最有趣的是，你可以创建一个只指向一部分数据的头文件。例如，创建一副图像的感兴趣区域（ROI），用一个新的带有以下边界的头文件指向它：

Mat D　(A, Rect(10, 10, 100, 100));    //使用矩形边界
Mat E = A(Range::all(), Range(1.3));    //使用行、列边界

现在，你可能会问由于矩阵属于多个Mat变量，当不需要它时，由谁负责清理它呢？简单来说是最后一个使用它的变量。这是由参考计数机制处理的：当有人复制Mat变量的头文件时，计数会自动为这个矩阵加1；当头文件每被清理一个时，计数会自动减1；当计数归零时，矩阵就会被清理。有时，可能会想要复制整个矩阵，所以OpenCV提供了clone()和copyTo()函数。

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

现在，修改F和G不会影响其他指向A矩阵的变量。你需要记住以下几点：

1. OpenCV函数的输出图像是自动分配的（除特殊情况）

2. OpenCV的C++接口不需要考虑内存分配问题

3. 赋值操作和复制操作只复制头文件

4. 图像的基础矩阵的复制只能使用clone()函数和copyT0()函数