OpenCV 函数（1）

1、 认识Mat

Mat是OpenCV中最核心的类，是Matrix的缩写，代表矩阵或者数组的意思，在头文件opencv2\core\core.hpp中声明。构造Mat相当于构造一个矩阵（数组），需要四个基本的要素：行（高）、列（宽)、通道数及数据类型，如下：

Mat(int rows,int cols,int type);
其中rows和cols分别代笔矩阵的行和列数，type代表类型，包括通道数及其数据类型，可以设置为:
CV_8UC(n),CV_8SC(n),CV_16SC(n),CV_16UC(n),CV_32SC(n),CV_32FC(n),CV_64FC(n)
对应着8U，8S，16S，16U,32S,32F,64F前面的数字代表Mat中每一个数值所占的bit数，1byte=8bit；
32F：4字节的float
64F：8字节的double
32S：4字节的int
8U ：1字节的uchar
...
C(n)代表通道数，当n=1时，即构成单通道矩阵（二维矩阵），n>1时，构成多通道矩阵（三维矩阵），
直观上就是n个二维矩阵组成的三维矩阵，所以说：
单通道矩阵和二维ndarray等价，
多通道矩阵和三维ndarray是等价的，所以Mat的构造形式还可以为：
Mat (Size(int cols,int rows),int type)；

Size(int cols,int rows)与Size(int x,int y)等价，
水平为x，竖直为y，零点为左上角。

2、Mat基本构造

OpenCV所有主要函数都或是cv::Mat类的成员，或是将cv::Mat作为参数，或是返回一个cv::Mat类型。cv::Mat 类型用于表示任意维度的稠密数组。“稠密”表示该数组的所有部分都有一个值，即使这个值是0，对于大多数图像来说，都是以稠密数组的形式存储的。与此同时相对的还有稀疏矩阵（spare array）。稀疏数组中只有非0的数值会被存储，从结论上来说，如果数组很多地方都是0，那么稀疏数组会非常节约内存。

cv::Mat类可以作为任意维度的数组使用，其数据可以看作是按照栅格扫描顺序存储的n维数组，这意味着在一维数组中，元素是按顺序排列的，而在一个二维数组中，数据按行组织，每一行也按顺序排列，对于三位数组来说，所有的通道都被行填充，每一个通道同样按顺序排列。

 所有的矩阵都含有一个表示它所包含数组类型的元素flag，一个表示其维度的元素dims，分别表示行和列的数目的元素rows和cols（dims大于2时无效），一个指示数据真正存储的位置的data指针，以及一个表示该内存区域有多少个引用的refcount元素，类似于cv::Ptr<>的引用计数器，这个成员cv::Mat像智能指针一样管理内存区域。

创建一个数组，可以通过实例化变量cv::Mat来创建一个数组，通过这种方式船舰的数组没有大小和数据类型，之后也可以使用成员函数create()来申请一个内存区域，一个create的变体是通过指定行数列数以及数据类型来配置二维数组的规模。数组类型（type）决定了他含有什么样的元素。一个有效的数据类型需要同时指明数据的类型和通道数，所有的这些都在库的头文件中声明，包含CV_{8U,16S,16U,32S,32F,64F}C{1,2,3}的多种组合。

注意：OpenCV允许定义超过3通道的数据类型，但是为了创建它，需要调用函数CV_{8U,16S,16U,32S,32F,64F}C()。这些函数只有一个参数，表明通道数，所以CV_8UC(3)等效于CV_8UC3，但由于没有宏CV_8UC7,所以调用它，必须使用CV_8UC(7)。