http://blog.csdn.net/yang_xian521/article/details/7107786

Preface

Mat:Matrix

Mat类可以被看做是opencv中C++版本的矩阵类,通俗的说就是操作矩阵(例如:求逆/转置/加减乘除等等,), 而图片的存储就是矩阵,所以经常用他来处理图片

Mat最大的优势跟STL很相似，有很多类似于STL的操作。但是Mat远远强于后者；二者都是对内存进行动态的管理，不需要之前用户手动的管理内存

Mat类的存储和数据类型

Mat的存储是逐行的存储的

CV_8UC1，CV_8UC2，CV_8UC3等意思

• CV_8U - 8-bit unsigned integers ( 0..255 )

• CV_8S - 8-bit signed integers ( -128..127 )

• CV_16U - 16-bit unsigned integers ( 0..65535 )

• CV_16S - 16-bit signed integers ( -32768..32767 )

• CV_32S - 32-bit signed integers ( -2147483648..2147483647 )

• CV_32F - 32-bit ﬂoating-point numbers ( -FLT_MAX..FLT_MAX, INF, NAN )

• CV_64F - 64-bit ﬂoating-point numbers ( -DBL_MAX..DBL_MAX, INF, NAN )

创建Mat类的对象

Mat这个类有两部分数据。

　　一个是矩阵头(matrix header)，这部分大小固定，包含矩阵的大小，存储的方式，矩阵存储的地址等等。

　　另一个部分是一个指针: 指向矩阵所包含的像素数据

// make a 7x7 complex matrix filled with 1+3j.

Mat M(,,CV_32FC2,Scalar(,));

// and now turn M to a 100x60 15-channel 8-bit matrix.

// The old content will be deallocated

M.create(,,CV_8UC());

创建一个M矩阵，7行7列，类型为CV_32F，C2表示有2个通道。Scalar(1,3)是对矩阵进行初始化赋值。第一个通道全为1，第2个通道全为3。具体见一下：

scalar是将图像设置成单一灰度和颜色，怪不得叫scalar(标量/纯量)。

Mat rawImg(, , CV_8UC3, Scalar(, , ));

运行结果:

Mat类的矩阵操作

Row 行 Column列操作

// add the 5-th row, multiplied by 3 to the 3rd row

M.row() = M.row() + M.row()*;

// now copy the 7-th column to the 1-st column

// M.col(1) = M.col(7); // this will not work

Mat M1 = M.col();

M.col().copyTo(M1);

注意对列操作时要新建一个Mat，我想应该跟列地址不连续有关

接收指针指向的数据流

对于外来的数据，比如你从别的地方接受了一幅图片，但可以不是Mat结构的，而只有一个数据的指针，看看接下来的代码是如何应付的，

void process_video_frame(const unsigned char* pixels,int width, int height, int step)

{

    Mat img(height, width, CV_8UC3, pixels, step);

    GaussianBlur(img, img, Size(,), 1.5, 1.5);

}

快速初始化数据

double m[][] = {{a, b, c}, {d, e, f}, {g, h, i}};

Mat M = Mat(, , CV_64F, m).inv();

也可以把原来的IplImage格式的图片直接用Mat（IplImage）的方式转成Mat结构，

也可以像Matlab一样调用zeros()、ones()、eye()这样的函数进行初始化。

内存释放

如果你需要提前释放数据的指针和内存，可以调用release()。

数据的获取

调用at<float>(3, 3)这样的格式为最佳

需要注意的问题:

1 很多OpenCV的函数支持的数据深度只有8位和32位的，所以要少使用CV_64F，但是vs的编译器又会把float数据自动变成double型，有些不太爽。

2 流操作符<<对于Mat的操作，仅限于Mat是2维的情况。

Mat A, C; // creates just the header parts

A = imread(argv[], CV_LOAD_IMAGE_COLOR); // here we’ll know the method used (allocate matrix)

Mat B(A); // Use the copy constructor

C = A; // Assignment operator

需要注意的是，copy这样的操作只是copy了矩阵的matrix header和那个指针，而不是矩阵的本身，也就意味着两个矩阵的数据指针指向的是同一个地址，需要开发者格外注意。

比如上面这段程序，A、B、C指向的是同一块数据，他们的header不同，但对于A的操作同样也影响着B、C的结果。

刚刚提到了内存自动释放的问题，那么当我不再使用A的时候就把内存释放了，那时候再操作B和C岂不是很危险?

不用担心，OpenCV的大神为我们已经考虑了这个问题，是在最后一个Mat不再使用的时候才会释放内存，咱们就放心用就行了。

如果想建立互不影响的Mat，是真正的复制操作，需要使用函数clone()或者copyTo()。

巴特西

[OpenCV]Mat类详解