1.图像在内存之中的存储方式:
图像矩阵的大小取决于所用的颜色模型，确切说，取决于所用通道数。如果是灰度图像，矩阵就会如图5.1所示。
对于多通道图像来说，矩阵中的列会包含多个子列，其子列个数与通道数相同，如图5.2所示RGB颜色模型的矩阵。
可以看到，OpenCV中子列的通道顺序是反过来的——BGR而不是RGB。 有时候，由于内存足够大，可实现连续存储，图像中的各行是一行一行连接起来的，形成一个长行。可以使用isContinuous()来判断矩阵是否是连续存储的。
2.mat矩阵 （图像存储类型）
1.概念：
Mat是一个类，由两部分组成：
什么是Mat呢，Mat其实就是matrix（矩阵）的缩写
我们看到的图像，就是以数字矩阵的形式存储在计算机中，在opencv中，我们用Mat类的对象存储图像。
在opencv中，Mat类分为两个部分
- 矩阵头
- 矩阵数据
矩阵头
图像有很多属性。如：大小，宽和高，数据类型，通道数。这些数据存储在矩阵头中
矩阵数据
图像也有很多的数据，图像的数据部分是所有像素的值的一个集合，存储在矩阵数据中
如下边代码：
-
Mat A, C;
// 仅创建信息头部分
-
A =
imread(
"1.jpg", CV_LOAD_IMAGE_COLOR)
// 这里为矩阵开辟内存
-
Mat
B(A)
//使用拷贝构造函数
-
C=A;
//赋值运算符
-
上述代码中的所有Mat对象最终都指向同一个也是唯一一数据矩阵。虽然它们的信息头不同，但通过任何一个对象所做的改变也会影响其他对象。
-
-
创建部分信息数据的信息头：只需要创建包含边界信息的信息头
-
Mat D(A, Rect(10, 10, 100, 100));
//使用矩形界定
-
Mat E =
A(Range:
all(),
Range(
1,
3)
-
复制矩阵本身（不只是复制信息头和矩阵指针）：使用函数
clone()、
copyTo()
-
Mat F = A.
clone();
-
Mat G;
-
A.
copyTo(G)
-
上述代码，改变F和G就不会影响Mat信息头所指向的矩阵。
2.Mat对象复制
看上图，我们发现Mat对象复制是有三种方法的
克隆
拷贝
赋值
这里说一下它们的区别
赋值：相当于浅复制，只复制了矩阵头，指向的是同一个数据块。类似浅拷贝，指针直接指向
克隆/拷贝：相当于深复制，还会复制相应的数据块
-
//1.赋值——浅复制
-
Mat src =
imread(
"……");
-
Mat m3 = src;
-
-
//2.克隆——深复制
-
Mat src =
imread(
"……");
-
Mat m1 = src.
clone();
-
-
//3.拷贝——深复制
-
Mat src =
imread(
"……");
-
Mat m2;
-
src.
copyTo(m2);
3.Mat对象属性
Mat对象存储了一些属性，如：列数，行数，通道数（维度），位深度，图像类型
Mat image= imread("……");
获取方式：
-
image.cols;列
-
image.rows;行
-
image.
channels();通道
-
image.
depth();深度
-
image.
type();类型
-
-
image.
size() 长x高
数据类型和通道数
图像的数据类型type由两部分组成
std::cout << m << std::endl;//为了说明以上语句的不同，我们把矩阵进行打印
说明：
在opencv中type是枚举类型的数值
如CV_8UC3：表示 8位无符号整数（字节类型）三通道。枚举数值16
忽略掉前面的字符，我们只关注Cx，可以很快的发现，Cx即表示通道数channels。
如C1——单通道，C2——双通道……注意：
当为单通道时，C1可以省略，直接为CV_8U
单通道为灰度图像，三通道为彩色图像图像深度
depth和数据类型关联密切，其在opencv中也为枚举数值。
图像深度有真实值和枚举值之分。
- 枚举值
图像depth的枚举值跟通道数无关，相同类型下如CV_8UC1和CV_8UC3，图像深度的枚举值是一样的
- 真实值
图像depth的真实值还要考虑通道数，如CV_8UC3 的通道数为 8*3=24位
3.Mat对象的创建 与初始化
1.使用无参数构造函数，创建Mat对象。
-
Mat image =
Mat();
-
image.
create(
4,
4, CV_8UC3);
//创建一个4x4大小的像素块，每个像素都是三通道每个通道的位数都是8位
-
1
-
2
-
上述CV_8UC3中的
8表示
8位，UC表示uchar类型，
3表示三个通道。
2.使用带行、列、类型这个三个参数的构造函数创建Mat对象
-
Mat m =
Mat(
4,
4, CV_8UC3);
//创建一个4x4大小的像素块，每个像素都是三通道每个通道的位数都是8位
-
与方法二创建的像素块一样。
3.使用行、列、类型、Scalar向量四个参数的构造函数创建Mat对象。
-
Mat m =
Mat(
4,
4, CV_8UC3,
Scalar(
0,
255,
255));
-
//创建一个4x4大小的像素块，每个像素都是三通道每个通道的位数都是8位，指定三通道颜色值向量Scalar(0, 255, 255)
同样表示创建一个4x4的像素块，唯一的区别是颜色不是默认值，而是我们指定的三通道颜色值向量Scalar(0, 255, 255)。其中Scalar向量数目永远是等于通道数目。
4.使用大小、类型两个参数的构造函数创建Mat对象。
Mat m = Mat(Size(4, 4), CV_8UC3); //创建一个4x4大小的像素块，每个像素都是三通道每个通道的位数都是8位
5.使用大小、类型、Scalar向量三个参数的构造函数创建Mat对象。
Mat m = Mat(Size(4, 4), CV_8UC3, Scalar(255, 0, 0)); //创建一个4x4大小的像素块，每个像素都是三通道每个通道的位数都是8位Mat对象创建，常用的是创建空白图像。如下演示了三种
Mat src = imread("……");
Mat m4 = Mat::zeros(src.size(),src.type())
/*
矩阵填充0
行列为src行列
数据类型为src的数据类型
*/Mat m5 = Mat::zeros(Size(512,512),CV_8UC3);
/*
矩阵填充0
行列为512*512
数据类型为CV_8UC3（8UC指8位无符号字符，3指3个通道）
*/Mat m6 = Mat::ones(Size(512,512),CV_8UC3);
/*
矩阵填充1
其余与上相同
*/
Mat kernel = (Mat_<char>(3,3)<<0,-1,0,-1,5,-1,0,-1,0); 位数，只有灰度
/*
矩阵自由填充 类型
*/
4.Mat对象的赋值
最常用的有4种方法
- Mat::zeros()
- Mat::ones();
- =
- Scalar
现在开始分别说明
创建空矩阵
Mat m = Mat::zeros(Size(8, 8), CV_8UC1);
Mat m = Mat::zeros(Size(8, 8), CV_8UC3);
矩阵宽度 = 图像的列 * 通道数
当为CV_8UC1时，单通道，矩阵宽度8
当为CV_8UC3时，三通道，矩阵宽度24
创建1矩阵
-
Mat m = Mat::ones(Size(
8,
8),
CV_8UC1);
-
Mat m = Mat::ones(Size(
8,
8),
CV_8UC3);
注：
当填充为1的时候，要特别小心
单通道没问题，但是三通道这种多通道，只在第一个通道为1
直接赋值
m=127;
和Mat::ones相同，单通道没问题，多通道只赋值第一个
前面的三种方式，只用Mat::zeros实现了多通道的赋值，但是只能赋值为0，非常局限。
下面介绍一个非常常用的赋值方法，比如我们赋值三通道，全变127
m=Scalar(127,127,127);
5.Mat对象的显示
在opencv中Mat矩阵就是图像，那我们来显示一下全127对应的图像
-
void QuickDemo::mat_creation_demo(Mat& image) {
-
-
//创建空白图像
-
Mat m3 = Mat::
ones(
Size(
400,
400), CV_8UC3);
-
-
m3 =
Scalar(
127,
127,
127);
-
-
imshow(
"创建图像", m3);
-
}
6.总结：
OpenCV函数中输出图像的内存分配是自动完成的（如果不特别指定的话）
使用OpenCV的C++接口时不需要考虑内存释放问题
赋值运算符和拷贝构造函数（构造函数）只复制信息头和矩阵指针
使用clone()函数或copyTo()来复制一幅图像的矩阵
像素值的存储方法：
RGB：最常见HSV、HSL：将颜色分解成色调、饱和度、亮度/明度
YCrCb：JPEG图像格式广泛使用
CIE L*a*b*：在感知上均匀的颜色空间，适合度量两个颜色之间的距离
转载：https://blog.csdn.net/weixin_46098612/article/details/127680790