OpenCV学习笔记（三）——Mat，图像的新容器

自从版本2.0，OpenCV采用了新的数据结构，用Mat类结构取代了之前用extended C写的cvMat和lplImage，更加好用啦，最大的好处就是更加方便的进行内存管理，对写更大的程序是很好的消息。

需要注意的几点：
1. Mat的拷贝只是复制了Mat的信息头，数据的指针也指向了被拷贝的数据地址，而没有真正新建一块内存来存放新的矩阵内容。这样带来的一个问题就是对其中一个Mat的数据操作就会对其他指向同一块数据的Mat产生灾难性的影响。

2.建立多维数组的格式是这样的

[cpp]
view plaincopyprint?

int sz[3] = {2, 2, 2};  
Mat L(3, sz, CV_8UC(1), Scalar::all(0));  

int sz[3] = {2, 2, 2};
Mat L(3, sz, CV_8UC(1), Scalar::all(0));

3.传统的lplImage格式也可直接转换为Mat格式

[cpp]
view plaincopyprint?

IplImage* img = cvLoadImage("greatwave.png", 1);  
Mat mtx(img); // convert IplImage* -> Mat  

IplImage* img = cvLoadImage("greatwave.png", 1);
Mat mtx(img); // convert IplImage* -> Mat

如果想将新版本的Mat格式转换为老版本，则需要如下调用：

[cpp]
view plaincopyprint?

Mat I;  
IplImage* pI = &I.operator IplImage();  
CvMat* mI = &I.operator CvMat();  

Mat I;
IplImage* pI = &I.operator IplImage();
CvMat* mI = &I.operator CvMat();

不过更安全的调用格式为：

[cpp]
view plaincopyprint?

Ptr<IplImage> piI = &I.operator IplImage();  

Ptr<IplImage> piI = &I.operator IplImage();

4.Mat结构更加友好，很多操作更接近matlab的风格

5.也有Point2f，Point3f，vector等数据结构可以使用
6.RNG类可以产生随机数

7.实现颜色通道的分离使用函数split