OpenCV3.4.3模块功能一览--源自Opencv中文网教程

【Mat 类】

Mat A, C;                                 // 只创建信息头部分
A = imread(argv[1], CV_LOAD_IMAGE_COLOR); // 这里为矩阵开辟内存
Mat B(A);                                 // 使用拷贝构造函数，浅拷贝（只拷贝矩阵头，但指向的仍是同一个阵列）
C = A;                                    // 赋值运算符

对于Mat类庞大的计算量来自于矩阵的大小。所以要慎用深拷贝。

遍历图像的方法：
推荐的效率最高的查找表赋值方法：

uchar* p;
for( i = 0; i < nRows; ++i)
{
    p = I.ptr<uchar>(i);
    for ( j = 0; j < nCols; ++j)
    {
        p[j] = table[p[j]];             
    }
}

这里，我们获取了每一行开始处的指针，然后遍历至该行末尾。如果矩阵是以连续方式存储的，我们只需请求一次指针、然后一路遍历下去就行。
彩色图像 的情况有必要加以注意：因为三个通道的原因，我们需要遍历的元素数目也是3倍。

filter2D 函数，用于计卷积，当核的尺寸小于11*11时，是直接计算，大于时，用的是dft计算。
addWeighted 函数，用于实现两个矩阵求和，但是两个矩阵的尺寸必须一致，否则没有意义。

公式：
dst(x,y)=∑kernel(x′,y′)∗src(x+x′−anchor.x,y+y′−anchor.y)
-------- 0≤y′<kernel.
---------rows0≤x′<kernel.cols,

convertTo() 函数，对像素进行线性变化

公式：
m(x,y)=saturate_cast(α(∗this)(x,y)+β)

【图像处理imgproc】

滤波器：
滤波器都是为了平滑（模糊）图像，简单初步消除细碎的噪声。

1. 归一化块滤波器 (Normalized Box Filter)
   blur()
   最简单的滤波器， 输出像素值是核窗口内像素值的 均值

2. 高斯滤波器 (Gaussian Filter)
   GaussianBlur()
   最有用的滤波器 (尽管不是最快的)。

   将输入数组的每一个像素点与 高斯内核 卷积将卷积和当作输出像素值 中间像素的加权系数是最大的，周边像素的加权系数随着它