图像处理---《认识 Mat对象》
Mat对象 与 IplImage对象
（1）Mat对象：OpenCV2.0之后引进的图像数据结构、自动分配内存、不存在内存泄漏的问题，是面向对象的数据结构。分了两个部分，头部与数据部分。
（2）IplImage对象：从2001年OpenCV发布之后就一直存在，是C语言风格的数据结构，需要开发者自己分配与管理内存，对大的程序使用它容易导致内存泄漏问题。
Mat对象的使用
（1）部分复制：一般情况下只复制Mat对象的头和指针部分，不会复制数据部分。
Mat A= imread(imgFilePath);
Mat B(A) // 只复制
（2）完全复制：若想把Mat对象的头部和数据部分一起复制，可以通过如下两个API实现。
Mat F = A.clone(); 或 Mat G; A.copyTo(G);
Mat对象使用-四个要点
（1）输出图像的内存是自动分配的。
（2）使用OpenCV的C++接口，不需要考虑内存分配问题。
（3） 赋值操作和拷贝构造函数只会复制头部分。
（4）使用clone与copyTo两个函数实现数据完全复制。
Mat对象创建
（1）cv::Mat::Mat构造函数
Mat M(2,2,CV_8UC3, Scalar(0,0,255))
其中前两个参数分别表示行(row)跟列(column)、第三个CV_8UC3中的8表示每个通道占8位、U表示无符号、C表示Char类型、3表示通道数目是3，第四个参数是向量表示初始化每个像素值是多少，向量长度对应通道数目一致。
（2）创建多维数组cv::Mat::create
int sz[3] = {2,2,2};
Mat L(3,sz, CV_8UC1, Scalar::all(0));
举例cv::Mat::create实现
Mat M;
M.create(4, 3, CV_8UC2);
M = Scalar(127,127);
cout << "M = " << endl << " " << M << endl << endl;
uchar* firstRow = M.ptr<uchar>(0);
printf("%d", *firstRow);
定义小数组
Mat C = (Mat_<double>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0); //比如，掩膜的矩阵
cout << "C = " << endl << " " << C << endl << endl;
/*************************************************************************************** 作者：@WP20190612 环境：VS2010 + OpenCV2.4.3 功能：认识 OpenCV中的Mat对象 ***************************************************************************************/ //-------------------------------功能：认识 Mat对象------------------------------ #include <opencv2/opencv.hpp> #include <iostream> #include <math.h> using namespace cv; using namespace std; int main (int argc, char** argv) //argumentss 参数；argc命令行参数个数; { Mat src; src = imread("D:\003_test_img\test001.png"); if (src.empty()) { cout << "could not load image ... " << endl; return -1; //return 0 成功完成本函数；return -1 未能完成本函数 } namedWindow("input image", CV_WINDOW_AUTOSIZE); imshow("input image", src); //----------------------------开始处理图像--------------------------------------- /*//方式一 初始化成想要的图像矩阵 Mat dst; dst = Mat(src.size(), src.type()); dst = Scalar(127, 0, 255); namedWindow("output", CV_WINDOW_AUTOSIZE); imshow("output", dst);*/ /*//方式二 克隆图像 Mat dst = src.clone(); namedWindow("output", CV_WINDOW_AUTOSIZE); imshow("output",dst);*/ /*//方式三 克隆图像 Mat dst; src.copyTo(dst); namedWindow("output", CV_WINDOW_AUTOSIZE); imshow("output",dst);*/ /*//方式四 转换颜色空间 Mat dst; namedWindow("输出图像", CV_WINDOW_AUTOSIZE); cvtColor(src, dst, CV_BGR2GRAY); //转成灰度图 printf("输入图像的通道数: %d ", src.channels()); printf("灰度图像的通道数: %d ", dst.channels()); int cols = dst.cols; //获取输出图像矩阵的列数---图像的宽度 int rows = dst.rows; //获取输出图像矩阵的函数---图像的高度 int channelNum=dst.channels();//获取图像的通道数目---彩色3，灰度1 printf("rows: %d cols: %d ", cols, rows); printf("channelsNum: %d ", channelNum); const uchar* firstRow = dst.ptr<uchar>(0); printf("图像的第一个像素值： %d ", *firstRow); imshow("输出图像",dst);*/ /*//用途：通过小图，观察大图，以验证算法的可行性 Mat M(3, 3, CV_8UC3, Scalar(0, 0, 255));//建立一个红色的小图 cout << "M=" << endl << M << endl; imshow("输出图像",M);*/ /*//定义一个m1图像矩阵 Mat m1; m1.create(src.size(), src.type()); m1 = Scalar(0, 0, 255); imshow("m1", m1);*/ /*//定义一个小数组 Mat csrc; //Mat kernel = (Mat_<char>(3, 3) << 0,-1,0, -1,5,-1, 0,-1,0); Mat kernel = (Mat_<float>(3, 3) << 0,-1,0, -1,5,-1, 0,-1,0); filter2D(src, csrc, -1, kernel); imshow("csrc",csrc);*/ /*//小技巧-001，opencv类似matlab的地方 Mat m2 = Mat::zeros(src.size(), src.type()); //全0像素的图像是黑色图像 imshow("m2",m2);*/ //小技巧-002，opencv类似matlab的地方 Mat m3 = Mat::zeros(10, 10, CV_8UC1); //全0像素的图像是黑色图像 cout << "m3=" << endl << m3 << endl; imshow("m3",m3); //小技巧-003，opencv类似matlab的地方 Mat m4 = Mat::eye(15, 15, CV_8UC1); cout << "m4=" << endl << m4 << endl; imshow("m4",m4); //----------------------------结束处理图像--------------------------------------- waitKey(0); //防止DOS一闪而过 return 0; }