traincascade训练程序中出现的(void*)(img.data + point.y * img.step + point.x * img.elemSize())

1.原型解释

先解释下(void*)(img.data + point.y * img.step + point.x * img.elemSize())出现的类：
Mat mat( winSize.height, winSize.width, CV_8UC1, (void*)(img.data + point.y * img.step + point.x * img.elemSize()), img.step );
其旨在截取图像中点(x, y)到图像的右下角位置处的图像，赋值给对象mat。

这种定义方法的原型为：Mat (int rows, int cols, int type, void *data, size_t step=AUTO_STEP)

• data：指向用户数据的指针。这种方法不会为创建的对象分配数据空间，而是使用data指向出的数据，这也意味着数据没有发生复制行为。所以创建MAT类的方式非常高效，可用于OpenCV函数对外部data数据的处理，但外部的data不会被自动释放掉，这是需要注意的。
• step：矩阵每一行所占据的字节数。该值应包括每行末尾的填充字节（如果有的话）。 如果step使用默认值AUTO_STEP的话，它将自动使用值cols * elemSize()进行自动填充。

2.含义解释

解释：(void*)(img.data + point.y * img.step + point.x * img.elemSize())

• img.step：表示图像矩阵中每行所包含的字节数
• img.elemSize()：图像中每个像素点所包含的字节数

该语句所包含的意思自然也就出来了，即表示在指针data上偏移了point.y * img.step + point.x * img.elemSize()了这么多字节，也就意味着新创建的矩阵对象mat将使用原图像(x, y)坐标至右下角处的数据，和Rect有异曲同工之妙。

该语句还可以这样写：

对于二维图像而言，step[0]表示图像中一行所包含的字节数，step[1]表示图像中一个像素点所包含的字节数。
但对于三维图像，step[0]将表示图像中一个面所包含的字节数，step[1]表示图像中一行所包含的字节数，step[2]表示图像中一个像素点所包含的字节数。

3.拓展

1. MAT类的构造函数

   • Mat ()
   • Mat (int rows, int cols, int type)
   • Mat (Size size, int type)
   • Mat (int rows, int cols, int type, const Scalar &s)
   • Mat (Size size, int type, const Scalar &s)
   • Mat (int ndims, const int *sizes, int type)
   • Mat (int ndims, const int *sizes, int type, const Scalar &s)
   • Mat (const Mat &m)
   • Mat (int rows, int cols, int type, void *data, size_t step=AUTO_STEP)
   • Mat (Size size, int type, void *data, size_t step=AUTO_STEP)
   • Mat (int ndims, const int *sizes, int type, void *data, const size_t *steps=0)
   • Mat (const Mat &m, const Range &rowRange, const Range &colRange=Range::all())
   • Mat (const Mat &m, const Rect &roi)
   • Mat (const Mat &m, const Range *ranges)
   • 详细释义参见Reference。

2. MAT类部分成员的意思

   • image.channels()：图像的通道数，RGB图像为三通道。
   • image.total()：图像总的像素个数。
   • img.step：表示图像矩阵中每行所包含的字节数。
   • img.elemSize()：图像中每个像素点所包含的字节数。