OpenCV 核心--Mat基本图像容器

目的

真实世界中所有的图片，在计算机中都可以理解为一个矩阵，包含了图像中所有像素点的强度值。OpenCV其主要目的就是通过处理和操作这些信息，来获取更高级的信息。

Mat

Mat是一个类，由两个数据部分组成：矩阵头（包含矩阵尺寸，存储方法，存储地址等信息）和一个指向存储所有像素值的矩阵（根据所选存储方法的不同矩阵可以是不同的维数）的指针。
矩阵头的尺寸是常数值，但矩阵本身的尺寸会依图像的不同而不同，通常比矩阵头的尺寸大数个数量级。当程序中传递图像并创建拷贝时，大的开销是由矩阵造成，而不是信息头。所有OpenCV采用引用计数，来避免不必要的拷贝，提高程序速度。
OpenCV引用计数的基本思路是，让每个Mat对象 都有自己的信息头，但共享一个矩阵，通过指针指向同一地址实现，拷贝构造函数则只拷贝信息头与矩阵指针。

Mat A,C;                                     //只创建信息头
A = imread(argv[1],CV_LOAD_IMAGE_COLOR);     //为矩阵开辟内存

Mat B(A);                                    //使用拷贝构造函数
C = A;                                       // 赋值运算符

以上 A，B, C最终会指向同一个数据矩阵，任何一个对象对矩阵做出改变都会影响其他对象的矩阵，这个矩阵将由最后一个使用者清理，即计数为0时，矩阵会被清理。

若想拷贝矩阵，如下

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

注：
OpenCV输出图像的内存分配时自动完成的（如果不特别指定） * 使用OpenCV的C++接口时不需要考虑内存释放问题 * 赋值运算符与操作符只拷贝信息头 * 使用clone()或则copyTo来拷贝一幅图像的矩阵

存储方法

颜色空间是指对一个给定的颜色，如何组合颜色元素以对其编码。最简单的颜色空间要属灰度级空间，只处理黑色和白色，对它们进行组合可以产生不同程度的灰色。

RGB颜色空间是最常用的一种颜色空间，这归功于它也是人眼内部构成颜色的方式。它的基色是红色、绿色和蓝色，有时为了表示透明颜色也会加入第四个元素alpha（A）

有很多的颜色系统，各有自身优势：

• RGB是最常用的，这是因为人眼采用相似的工作机制，它也被显示设备所采用。

• HSV和HLS把颜色分解成色调(Hue)、饱和度(Saturation)和亮度(Lightness)/明度(Value)。这是描述颜色更自然的方式，比如可以通过抛弃最后一个元素，使算法对输入图像的光照条件不敏感。

• YCrCb在JPEG图像格式中广泛使用。

• CIE Lab*是一种在感知上均匀的颜色空间，它适合用来度量两个颜色之间的距离。

每个组成元素都有其自己的定义域，取决于其数据类型。如何存储一个元素决定了我们在其定义域上能够控制的精度。最小的数据类型是char，只有一个字节或8位，可以是有符号型（0_{255）或无符号型（-127}127）。尽管使用三个char型元素已经可以表示1600万种可能的颜色（使用RGB颜色空间），但若使用float(4字节，32位)或double(8字节，64位)则能给出更加精细的颜色分辨能力。但同时会增加图像所占内存空间。