【学习OpenCV】—— 深入了解 cv::Mat

rows：行数，或者高度；cols：列数，或者宽度

实现原理

cv::Mat 有两个必不可少的组成部分，一个头部，一个数据块。

class CV_EXPORTS Mat
{
public:

int flags;
//! the matrix dimensionality, >= 2
int dims;
//! the number of rows and columns or (-1, -1) when the matrix has more than 2 dimensions
int rows, cols;

//! pointer to the data
uchar* data;

}

cv::Mat 头部属性主要有：cols、rows 或 channels，而数据块（uchar* data）包含了图像中所有像素的值。

cv::Mat 有一个很重要的特性，就是只有在明确要求时（（copyTo、clone）），内存块才会被复制。实际上，大多数操作都只仅仅复制了 cv::Mat 的头部信息，因此多个对象会同时指向同一个数据块。这种内存管理模式可以提高应用程序的运行效率，避免内存泄露。

cv::Mat image1(240, 320, CV_8U, 100);

我们需要指定每个矩阵元素的类型，CV_8U 表示每个像素对应一个字节，U表示无符号，字母S则是有符号。对于彩色图像，可用 CV_8UC3（C表示channel）

我们可以随时用 create 方法分配或重新分配图像的数据块，如果图像已经分配，首先其原来的内容会被释放。出于对性能的考虑，如果新的大小和类型与原来的相同，就不会重新分配内存（可以想象，会直接覆盖）。

// 重新分配一个新图像
// （仅在大小或类型不同时）
image1.create(200, 200, CV_8U);

一旦没有了指向 cv::Mat 对象的引用，分配的内存就会被自动释放。这一点可避免 C++ 动态内存分配（new）中常常发生的内存泄露问题。这是 OpenCV2 中的一个关键机制，通过 cv::Mat 实现引用计数（reference count）和浅复制。当在两个图像之间赋值时，图像数据（也即像素）并不会被复制，此时两个图像指向同一个内存块。

一些细节

cv::Mat image = cv::imread("...");

（1）Mat 类型

if (image.type() == CV_8U)
image.at<uchar>(i, j) = ...;

if (image.type() == CV_8UC3)
image.at<cv::Vec3b>(i, j)[0] = ...;
image.at<cv::Vec3b>(i, j)[1] = ...;
image.at<cv::Vec3b>(i, j)[2] = ...;