OpenCV学习02（C++）Mat对象

Mat 和IplImage

Mat对象OpenCV2.0之后引进的图像数据结构、自动分配内存、不存在内存泄漏的问题，是面向对象的数据结构。分了两个部分，头部与数据部分
IplImage是从2001年OpenCV发布之后就一直存在，是C语言风格的数据结构，需要开发者自己分配与管理内存，对大的程序使用它容易导致内存泄漏问题。
Maat成员变量

 enum { MAGIC_VAL  = 0x42FF0000, AUTO_STEP = 0, CONTINUOUS_FLAG = CV_MAT_CONT_FLAG, SUBMATRIX_FLAG = CV_SUBMAT_FLAG };
    enum { MAGIC_MASK = 0xFFFF0000, TYPE_MASK = 0x00000FFF, DEPTH_MASK = 7 };
    /*! includes several bit-fields:
         - the magic signature
         - continuity flag
         - depth
         - number of channels
     */
    int flags;
    //! the matrix dimensionality, >= 2
    int dims;
    //! the number of rows and columns or (-1, -1) when the matrix has more than 2 dimensions
    int rows, cols;
    //! pointer to the data
    uchar* data;

    //! helper fields used in locateROI and adjustROI
    const uchar* datastart;
    const uchar* dataend;
    const uchar* datalimit;

    //! custom allocator
    MatAllocator* allocator;
    //! and the standard allocator
    static MatAllocator* getStdAllocator();
    static MatAllocator* getDefaultAllocator();
    static void setDefaultAllocator(MatAllocator* allocator);

    //! interaction with UMat
    UMatData* u;

    MatSize size;
    MatStep step;

一般我们只需要关注几个常用成员变量：

 //Mat的维度
    int dims;
    //Mat的行数、列数
    int rows, cols;
    //Mat的数据指针
    uchar* data;
    //Mat的形状
    MatSize size;

Mat对象构造函数与常用方法

常用方法：
//把一张图复制到另一张图
void copyTo(Mat mat) const;/void copyTo( Mat m, Mat mask ) const;
//convertTo()函数负责转换数据类型不同的Mat，即可以将类似float型的Mat转换到imwrite()函数能够接受的类型。
void convertTo(Mat dst, int type)
//复制图像
Mat clone()
//通道数
int channels()
//图像深度
int depth()
//是否为空
bool empty();
//得到某行的指针（dst.ptr(0)
uchar* ptr(i=0)

//部分函数的使用示例

#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>


using namespace cv;
using namespace std;

int main(int argc,char** argv) {
	Mat src, dst;
	src = imread("D:\\File\\G\\images\\shiyuan.png", IMREAD_COLOR);

	//判断图像读取
	if (!src.data) {
		printf("Could not load image...\n");
	}
	//显示原图像
	namedWindow("input img", WINDOW_AUTOSIZE);
	imshow("input img", src);

	创建一个和src图像大小类型一样的空图像
	//dst = Mat(src.size(), src.type());

	Scalar函数参数为B G R
	//dst = Scalar(0, 0, 255);


	//显示图像
	namedWindow("output", WINDOW_AUTOSIZE);
	cvtColor(src, dst, CV_BGR2GRAY);
	imshow("output", dst);

	//输出原图像通道数和灰度图像通道数
	cout << "input image channels:" << src.channels() << endl;
	cout << "output image channels:" << dst.channels() << endl;

	//获取行指针
	const uchar* firstRow = dst.ptr<uchar>(0);
	cout << "first pixel value:" << *firstRow << endl;

	//获取行和列数
	int rows, cols;
	rows = dst.rows;
	cols = dst.cols;
	cout << "image rows value:" << rows << endl;
	cout << "image cols value:" << cols << endl;

	//创建3*3矩阵
	Mat M(3,3, CV_8UC3, Scalar(0, 0, 255));
	cout << M << endl;
	//显示创建的矩阵
	namedWindow("M", WINDOW_AUTOSIZE);
	imshow("M", M);

	//创建一个和原图像大小类型一样的图像
	Mat M1;
	M1.create(src.size(), src.type());
	M1 = Scalar(0, 255, 0);
	namedWindow("M1", WINDOW_AUTOSIZE);
	imshow("M1", M1);


	//定义一个小数组
	Mat csrc;
	Mat Kernel = (Mat_<float>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);

	//filter2D卷积运算函数  
	//函数解释博客链接：https://blog.csdn.net/keith_bb/article/details/53103026?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163229585616780265424479%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=163229585616780265424479&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-53103026.pc_search_all_es&utm_term=filter2D&spm=1018.2226.3001.4187
	filter2D(src, csrc, -1, Kernel);
	namedWindow("csrc", WINDOW_AUTOSIZE);
	imshow("csrc", csrc);

	//不加这个会闪退
	cvWaitKey(0);
	return 0;
}

结果

Iplimage数据结构：

IplImage
  |-- int  nChannels;     // 色彩通道数(1,2,3,4)
  |-- int  depth;         // 象素色深:
  |                       //   IPL_DEPTH_8U, IPL_DEPTH_8S,
| // IPL_DEPTH_16U,IPL_DEPTH_16S,
  |                       //   IPL_DEPTH_32S,IPL_DEPTH_32F,
  |                       //   IPL_DEPTH_64F
  |-- int  width;         // 图像宽度（象素点数）
  |-- int  height;        // 图像高度（象素点数）

  |-- char* imageData;    // 指针指向成一列排列的图像数据
  |                       // 注意色彩顺序为BGR
  |-- int  dataOrder;     // 0 - 彩色通道交叉存取 BGRBGRBGR,
  |                       // 1 - 彩色通道分隔存取 BBBGGGRRR
  |                       // 函数cvCreateImage只能创建交叉存取的图像
  |-- int  origin;        // 0 - 起点为左上角,
  |                       // 1 - 起点为右下角(Windows位图bitmap格式)
  |-- int  widthStep;     // 每行图像数据所占字节大小
  |-- int  imageSize;     // 图像数据所占字节大小 = 高度*每行图像数据字节大小
  |-- struct _IplROI *roi;// 图像ROI. 若不为NULL则表示需要处理的图像
  |                       // 区域.
  |-- char *imageDataOrigin; // 指针指向图像数据原点
  |                          // (用来校准图像存储单元的重新分配)
  |
  |-- int  align;         // 图像行校准: 4或8字节校准
  |                       // OpenCV不采用它而使用widthStep
  |-- char colorModel[4]; // 图像色彩模型 - 被OpenCV忽略
原文链接：https://blog.csdn.net/spaceyqy/article/details/25775797

例子：http://blog.csdn.net/to_utopia/article/details/4856171

参考

Opencv C++ 基本数据结构 Mat
OpenCV中 IplImage 与 Mat
B站视频
大佬们的博客，抱歉，查了太多资料，没办法一一写全。。。。。
可能会有错误，请大家积极指正，谢谢。