OpenCV之Mat结构的使用（C++实现）

OpenCV使用Mat类作为主要数据结构之后，使得OpenCV变的越来越方便，甚至很多函数名称都想matlab一样简单。

关于Mat类，首先我们需要知道的是：

• 不必再手动为其开辟空间；
• 不必再在不需要时立即将空间释放。

这里指的是手动开辟空间并非必须，但它依旧是存在的，大数的OpenCV函数仍会手动的为输出数据开辟空间。当传递一个已经存在的Mat对象时，开辟好的矩阵空间会被重用，也就是说，我们每次都使用大小正好的内存来完成任务。

总之，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根据图像的不同而不同，通常比矩阵头的尺寸大数个数量级。因此，当在程序中传递图像并创建副本时，大的开销是由矩阵造成的，而不是信息头。

OpenCV包括了大量图像处理函数，在函数中传递图像是常有的事情，但是应该避免大图像的复制，这样会降低程序的运行速度。

为了解决这个问题，OpenCV使用了引数机制，其思路是让每个Mat对象有自己的信息头，但是共享一个矩阵，这通过让矩阵指针指向同一地址而实现。而拷贝构造函数则只复制信息头和矩阵指针，而不复制矩阵。

如下面代码：

Mat A, C;                                            // 仅创建信息头部分
A = imread("1.jpg", IMREAD_COLOR);    // 这里为矩阵开辟内存
Mat B(A);                                            // 使用拷贝构造函数
C = A;       

上面代码中所有的Mat对象都最终指向同一个也是唯一一个数据矩阵。虽然它们的信息头不同，但是通过任何一个对象所做的改变也会影响其他对象。实际上，不同的对象知识访问相同数据的不同途径而已。

另外，我们可以只引用部分数据的信息头，比如要创建一个感兴趣区域ROI，只需要创建包含边界信息的信息头：

    Mat D(A, Rect(10, 10, 100, 100)); // 使用矩形界定
//    cout << D << endl;
    Mat E = A(Range::all(), Range(1, 3));    // 使用行和列来界定

但是，如果矩阵属于多个Mat对象的话，当不再需要它时，谁来负责清理呢？

其实是最后一个使用它的对象。这是通过引数机制来实现的，我们无论什么时候复制一个Mat对象信息头，都会增加矩阵的引用次数，反之，当一个头被释放以后，这个计数被减一；当计数值为0时，矩阵会被清理。

如果某些时候仍然想复制矩阵本身（不是信息头和矩阵指针），这时可以使用函数clone()或者copyTo()。

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