2.1图像表示类Mat

OpenCV Mat类

　　无论什么数字图像处理，最基本的操作对象是图像的基本元素，即像素。Mat类是OpenCV中基础图像容器类。从根本上来说，一张图像是一个由数值组成的矩阵。这也是OpenCV2用cv::Mat这个数据结构来表示图像的原因。矩阵的每一个元素代表一个像素。对于灰度图像（仅包含“灰色”的图像）而言，像素由8位无符号数来表示，其中0代表黑色，255代表白色。对于彩色图像而言，每个像素需要三个这样的8位无符号来表示三个颜色通道（RGB-红、绿、蓝）。因此，在这种情况下矩阵的元素是一个三元数。
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，但是矩阵本身的尺寸会依图像的不同而不同。矩阵由宽度（width）、高度（height）、类型（tpye），行数据长度（step）和一个指向数据的指针构成。

创建Mat对象

　　Mat不但是一个非常有用的图像容器类，同时而是一个通用的矩阵类。创建一个Mat对象有很多种方法。下面是使用Mat的构造函数，

Mat m(2, 2 , CV_8UC3, Scalar(0, 0, 255));
std::cout<<"m = "<<std::endl<<m<<std::endl;

　　对于二维多通道图像，首先要定义其尺寸，即行数和列数。然后需要指定存储元素的数据类型以及每个矩阵点的通道数。定义规则：

CV_[维数][带符号与否][类型前缀]C[通道数]。另外，Scalar是个short类型的向量。

比如CV_8UC3表示使用8位的unsigned char类型，每个像素由三个元素组成三通道。
　　Mat类实现了引用计数以及浅拷贝，当图像之间进行幅值时，图像数据并没有发生复制，两个对象都指向同一块内存块。这也可用于参数传值的图像，以及返回值传值的图像。引用计数的作用是当且仅当所有引用内存数据的对象都被析构后，才会释放内存块。如果你希望创建的图像拥有原始图像的崭新拷贝，那么可以使用copyTo()方法或clone()。

Mat和IplImage

　　　OpenCV 2引入了崭新的C++接口。之前使用的C函数和数据库任何可以使用，其中图像是通过IplImage进行操作，该类继承自IPL库，即英特尔图像处理库（Intel Image Processing Library），现在已整合进IPP库即英特尔综合性能库（Intel Integrated Performance Primitive Library）。如果你使用老式的C风格接口，那么你需要操作IplImage结构。幸运的是，可以方便地转换一个IplImage到cv::Mat对象。

IplImage* iplImage = cvLoadImage（“C:\\img.jpg”）;
cv::Mat image(iplImage, false);

　　　cvLoadImage是一个C风格的图像读取函数。cv::Mat对象构造函数中的第二个参数说明不需要进行数据拷贝（设true意味着得到崭新的拷贝，默认值为false）。我们应该尽量避免使用这个被废弃的数据结构，而是使用cv::Mat。