OpenCv基础知识(入门)

理论基础：

1、图像与矩阵

　　一般来说，图像是一个标准的矩形，有着宽度（width）和高度（height）。而矩阵有着行（row）和列（column），矩阵的操作在数学和计算机中的处理都很常见且成熟，于是很自然的就把图像作为一个矩阵，把对图像的操作转换成对矩阵的操作，实际上所有的图像处理工具都是这么做的。计算机视觉中的图像是数字设备捕获到物理世界的表象。图像只是存储在矩阵格式中的数字序列。每个数字是一个考虑的波长（例如RGB图像中的红、绿、蓝）或波长范围（对全色设备而言，如红外光谱仪）的光强衡量。图像中的每个点称为像素，每个像素可以存储一个或多个值。这取决与它的灰度。这些值存储只有一个值，例如0或者1.灰度级尺寸可以存储一个值，彩色图像可以存储3个值。

2、opencv的mat类

　　opencv最初是Intel在俄罗斯的团队实现的，而在后期Intel对opencv的支持力度慢慢变小。在08年，美国一家机器人公司Willow Garage开始大力支持opencv，在得到支持后opencv更新速度明显加快，加入了很多新特性。在opencv1.x时代，数据类型为IplImage，在使用这种数据类型时，考虑内存管理称为众多开发者的噩梦。在进入到opencv2.x时代，一种新的数据类型Mat被定义，将开发者极大的解脱出来。所以在接下来的教程中，都会使用Mat类，而在看到IplImage类数据时也不要感到奇怪。 
Mat类有两种基本的数据结构组成，一种是矩阵头（包括矩阵尺寸、存储方法、存储路径等信息），另一个是指向包含像素值的矩阵的指针（矩阵维度取决于其存储方法）。矩阵头的尺寸是个常数，但是矩阵自身的尺寸根据图像不同而不同。

OpenCv知识总览：