1. 重要类成员

• data：数据存储的起始地址 (uchar*类型)；
• dims：矩阵维度。如 3 * 4 的矩阵为 2 维， 3 * 4 * 5 的为3维；
• channels()：通道数量，矩阵中表示一个元素所需要的值的个数。例：3 * 4矩阵中共有12个元素，如果每个元素需要3个值表示，那么此矩阵的通道数为3。常见的是一张彩色图片有B蓝、G绿、R红3个通道；
• depth()：深度，即表示单通道中元素值的位数(bits)。Mat.depth()返回的是一个 0~6 的数字，分别代表不同的位数：enum { CV_8U=0, CV_8S=1, CV_16U=2, CV_16S=3, CV_32S=4, CV_32F=5, CV_64F=6 }; 可见 0和1都代表8位， 2和3都代表16位，4和5代表32位，6代表64位；
• elemSize() : 单个元素在所有通道中大小之和，elemSize() = sizeof(数据类型) * channels()。如果Mat中的数据的数据类型是 CV_8U 那么 elemSize() = 1；CV_8UC3 那么 elemSize() = 3，CV_16UC2 那么 elemSize() = 4；
• elemSize1() : 单个元素在1个通道中的大小。elemSize1() = sizeof(数据类型) = elemSize()  / channels()。 
• step[]：可以看作是一个有dims个元素的动态数组，定义了矩阵的在各维度之间跳变时的最大步长（单位：字节。如2维Mat时，step[0]表示行长度，step[1]表示元素长度）。
• step1(n)：与step[n]对应范围的总通道数， step1(n) = step[n] / elemSize1()；
• type: 矩阵元素的数据类型

2. Mat.step

step的几个类别区分:

• step:矩阵第一行元素的字节数
• step[0]:矩阵第一行元素的字节数
• step[1]:矩阵中一个元素的字节数
• step1(0):矩阵中一行有几个通道数
• step1(1):一个元素有几个通道数(channel())

3. Mat的创建

Mat::Mat(); //default  
    Mat::Mat(int rows, int cols, int type);  
    Mat::Mat(Size size, int type);  
    Mat::Mat(int rows, int cols, int type, const Scalar& s);  
    Mat::Mat(Size size, int type, const Scalar& s);  
    Mat::Mat(const Mat& m);  
    //参数说明：  
    //int rows：高  
    //int cols：宽  
    //int type：参见"Mat类型定义"  
    //Size size：矩阵尺寸，注意宽和高的顺序：Size(cols, rows)  
    //const Scalar& s：用于初始化矩阵元素的数值  
    //const Mat& m：拷贝m的矩阵头给新的Mat对象，但是不复制数据！相当于创建了m的一个引用对象  
      
    //例子1：创建100*90的矩阵，矩阵元素为3通道32位浮点型  
    cv::Mat M(100, 90, CV_32FC3);  
    //例子2：使用一维或多维数组来初始化矩阵，  
    double m[3][3] = {{a, b, c}, {d, e, f}, {g, h, i}};  
    cv::Mat M = cv::Mat(3, 3, CV_64F, m);  
      
    //2.使用create函数：  
    Mat a = create(10, 9, CV_16U);  //创建10*9的矩阵，矩阵元素为16位无符号整型  
    //create的一个特殊用法：如果初始化的时候没有传入size的参数，或者后面需要改变size的参数，可以使用create来调整  
    // make 7x7 complex matrix filled with 1+3j.  
    cv::Mat M(7,7,CV_32FC2,Scalar(1,3));  
    // and now turn M to 100x60 15-channel 8-bit matrix.  
    // The old content will be deallocated：隐式使用release()释放  
    M.create(100,60,CV_8UC(15));

4. Mat的访问

at

    //第一种方法
    for(int h = 0 ; h < image.rows ; ++ h)
	{
		for(int w = 0 ; w < image.cols / 2 ; ++ w)
		{
			image.at<Vec3b>(h , w)[0] = 255 ;
			image.at<Vec3b>(h , w)[1] = 0 ;
			image.at<Vec3b>(h , w)[2] = 0 ;
		}
	}
	imshow("color1" , image) ;
	//方法二
	for(int h = 0 ; h < image.rows ; ++ h)
	{
		for(int w = 0 ; w < image.cols / 2 ; ++ w)
		{
			Vec3b &bgr = image.at<Vec3b>(h , w) ;
			bgr.val[0] = 0 ;
			bgr.val[1] = 255 ;
			bgr.val[2] = 0 ;
		}
    }

ptr

    //三通道图像,at(y , x)索引是先行（y轴） ， 后列（x轴）    
    //第一种方法
	for(int h = 0 ; h < image.rows ; ++ h)
	{
		for(int w = 0 ; w < image.cols / 2 ; ++ w)
		{
			uchar *ptr = image.ptr<uchar>(h , w) ;
			ptr[0] = 255 ;
			ptr[1] = 0 ;
			ptr[2] = 0 ;
		}
	}
	imshow("color1" , image) ;
	//第二种方法
	for(int h = 0 ; h < image.rows ; ++ h)
	{
		for(int w = 0 ; w < image.cols / 2 ; ++ w)
		{
			Vec3b *ptr = image.ptr<Vec3b>(h , w) ;
			ptr->val[0] = 0 ;
			ptr->val[1] = 255 ;
			ptr->val[2] = 0 ;
		}
    }

    //单通道图像,at(y , x)索引是先行（y轴） ， 后列（x轴）
	//第一种方法
	for(int h = 0 ; h < image.rows ; ++ h)
	{
		uchar *ptr = image.ptr(h) ;
		for(int w = 0 ; w < image.cols / 2 ; ++ w)
		{
			ptr[w] = 128 ;
		}
	}
 
	for(int h = 0 ; h < image.rows ; ++ h)
	{
		for(int w = 0 ; w < image.cols / 2 ; ++ w)
		{
			uchar *ptr = image.ptr<uchar>(h , w) ;
			*ptr = 255 ;
		}
    }

迭代器

    //三通道图像
	Mat_<Vec3b>::iterator it = image.begin<Vec3b>() ;
	Mat_<Vec3b>::iterator itend = image.end<Vec3b>() ;
 
	for(;it != itend ; ++ it)
	{
		(*it)[0] = 255 ;
		(*it)[1] = 0 ;
		(*it)[2] = 0 ;
	}

	//单通道图像
	image = imread("forest.jpg" , 0) ;
	Mat_<uchar>::iterator it1 = image.begin<uchar>() ;
	Mat_<uchar>::iterator itend1 = image.end<uchar>() ;
	for (;it1 != itend1 ; ++ it1)
	{
		(*it1) = 128 ;
    }

data

    data = image.data ;
	for(int h = 0 ; h < image.rows ; ++ h)
	{
		for(int w = 0 ; w < image.cols/2 ; ++ w)
		{
			*data ++ = 128 ;
		}
    }

row, col

for(int i = 0 ; i < 100 ; ++ i)
	{
		image.row(i).setTo(Scalar(0 , 0 , 0)) ;//设定第i行数据
		image.col(i).setTo(Scalar(0 , 0 , 0)) ;//设定第i列数据
	}

综合高效

    //单通道多通道都适用
	int nRows = image.rows ;
	int nCols = image.cols * image.channels() ;
 
	if(image.isContinuous())
	{
		nCols = nRows * nCols ;
		nRows = 1 ;
	}
 
	for(int h = 0 ; h < nRows ; ++ h)
	{
		uchar *ptr = image.ptr<uchar>(h) ;
		for(int w = 0 ; w < nCols ; ++ w)
		{
			*ptr ++ = 128 ;
		}
	}

5. Mat的数据类型

当使用at以及对数据进行运算时候需要指定类型。cv::Mat 类的对象有一个成员函数type()用来返回矩阵元素的数据类型

访问：

    cv::Vec3b vec3b = img.at<cv::Vec3b>(0,0);
    uchar vec3b0 = img.at<cv::Vec3b>(0,0)[0];
    uchar vec3b1 = img.at<cv::Vec3b>(0,0)[1];
    uchar vec3b2 = img.at<cv::Vec3b>(0,0)[2];

 

定义：

typedef Vec<uchar, 2> Vec2b;
typedef Vec<uchar, 3> Vec3b;
typedef Vec<uchar, 4> Vec4b;

typedef Vec<short, 2> Vec2s;
typedef Vec<short, 3> Vec3s;
typedef Vec<short, 4> Vec4s;

typedef Vec<int, 2> Vec2i;
typedef Vec<int, 3> Vec3i;
typedef Vec<int, 4> Vec4i;

typedef Vec<float, 2> Vec2f;
typedef Vec<float, 3> Vec3f;
typedef Vec<float, 4> Vec4f;
typedef Vec<float, 6> Vec6f;

typedef Vec<double, 2> Vec2d;
typedef Vec<double, 3> Vec3d;

typedef Vec<double, 4> Vec4d;
typedef Vec<double, 6> Vec6d;