The Core Functionality1（Mat - The Basic Image Container）
Mat基本上是一个包含两个数据部分的类：矩阵头（包含矩阵大小，用于存储的方法，存储矩阵的地址等信息）以及包含像素值（维度取决于选择用于存储的方法）。矩阵头部大小是恒定的，但是矩阵本身的大小可能随图像而变化，并且通常比数量级大。
为了避免一系列的图像副本降低程序的速度，引用了reference counting system。通过令矩阵头中的指针指向相同的地址，从而分享矩阵数据，从而进一步的减小了内存消耗。因此普通的复制，赋值等操作只是令矩阵头中的指针指向了同一个矩阵，它们分享了数据。
根据官网改写的一个程序，用于测试！这个我这里是使用kDevelop编写的，所以稍微有点问题，需要修改下CMakeLists.txt文件了，同时编译成功后，需要把“lena.jpg”放入build文件中，要么修改“lena.jpg”文件的路径，我是懒的改！
#include <opencv2/opencv.hpp>
#include <iostream>#include <string>
using namespace cv;
using namespace std;
int main( int argc, char** argv )
{
String imageName( "../build/lena.jpg" ); // by default，稍加修改
if( argc > 1)
{
imageName = argv[1];
}
Mat A,C;
A = imread( imageName, IMREAD_COLOR );//三通道彩色图
Mat B(A); // Use the copy constructor
C = A; // Assignment operator
Mat D (A, Rect(10, 10, 100, 100) ); // using a rectangle
Mat E = A(Range::all(), Range(1,3)); // using row and column boundaries
Mat F = A.clone(); //深度复制
Mat G;
A.copyTo(G); //深度复制
namedWindow( "A", WINDOW_AUTOSIZE);
namedWindow( "B", WINDOW_AUTOSIZE);
namedWindow( "C", WINDOW_AUTOSIZE);
namedWindow( "D", WINDOW_AUTOSIZE);
namedWindow( "E", WINDOW_AUTOSIZE);
namedWindow( "F", WINDOW_AUTOSIZE);
namedWindow( "G", WINDOW_AUTOSIZE);
//imshow( "A", A );
//imshow( "B", B );
//imshow( "C", C );
//imshow( "D", D );
//imshow( "E", E );
//imshow( "F", F );
//imshow( "G", G );
cout << "Test Good!" << endl;
waitKey(0);
return 0;
}
测试代码的方式很多种，不一定要用这个使用vim也行，然后用cmake命令。CMakeLists.txt文件如下：
cmake_minimum_required(VERSION 2.8)
set(CMAKE_CXX_FLAGS "-std=c++11")
project( DisplayImage )
find_package( OpenCV REQUIRED )
include_directories( ${OpenCV_INCLUDE_DIRS} )
add_executable( DisplayImage main.cpp )
target_link_libraries( DisplayImage ${OpenCV_LIBS} )
install(TARGETS DisplayImage RUNTIME DESTINATION bin) #这句话什么意思，懒的查，目前也用不到，不使用kDevelop进行编译的话，使用也不会影响！
测试结果如下：好多大美女的照片！
啰嗦两句：kDevelop的使用，昨天刚会用，想要了解可以参考分类IDE：kevelop的内容。
图像的存储方法：
对于色彩方式，我们有更多的方法可供选择。它们中的每一个都将其分解为三个或四个基本组件，我们可以使用这些组合来创建其他组件。
最流行的是RGB，主要是因为这也是我们的眼睛如何构建颜色。它的基本颜色是红色，绿色和蓝色。要编码颜色的透明度，有时需要添加第四个元素：alpha（A）。
然而，还有许多其他颜色系统各有其优点：
- RGB是最常见的，因为我们的眼睛使用类似的东西，但请记住，OpenCV标准显示系统使用BGR色彩空间（红色和蓝色通道的开关）组合颜色。
- HSV和HLS将颜色分解为色调，饱和度和值/亮度分量，这是我们描述颜色的更自然的方式。例如，您可能会忽略最后一个组件，使您的算法对输入图像的光照条件不那么敏感。
- YCrCb由流行的JPEG图像格式使用。
- CIE L * a * b *是一个感知上均匀的颜色空间，如果您需要测量给定颜色与另一种颜色的距离，则该颜色空间很方便。
上述内容没啥意思！其他的所有内容均包含在下面的这个程序里：
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main(int argc, char **argv)
{
//1
Mat M(2,2, CV_8UC3, Scalar(0,0,255));
cout << "M = " << endl << " " << M << endl << endl;
//2
int sz[3] = {2,2,2};
Mat P(3,sz, CV_8UC(1), Scalar::all(0)); //cout useless
//3
Mat L;
L.create(4,4, CV_8UC(2)); //the same as CV_8UC2
cout << "L = "<< endl << " " << L << endl << endl;
cout << CV_8UC(2) << endl;
//4
Mat E = Mat::eye(4, 4, CV_64F);
cout << "E = " << endl << " " << E << endl << endl;
Mat O = Mat::ones(2, 2, CV_32F);
cout << "O = " << endl << " " << O << endl << endl;
Mat Z = Mat::zeros(3,3, CV_8UC1);
cout << "Z = " << endl << " " << Z << endl << endl;
//5
Mat C = (Mat_<double>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
cout << "C = " << endl << " " << C << endl << endl;
//Mat C = (Mat_<double>({0, -1, 0, -1, 5, -1, 0, -1, 0})).reshape(3);
//cout << "C = " << endl << " " << C << endl << endl;
//6
Mat RowClone = C.row(1).clone();
cout << "RowClone = " << endl << " " << RowClone << endl << endl;
Mat ColClone = C.colRange(0,1).clone();
cout << "ColClone = " << endl << " " << ColClone << endl << endl;
//7
Mat R = Mat(3, 2, CV_8UC3);
randu(R, Scalar::all(0), Scalar::all(255));
//the way of display
//1
cout << "R (default) = " << endl << R << endl << endl;
//2
cout << "R (python) = " << endl << format(R, Formatter::FMT_PYTHON) << endl << endl;
//3
cout << "R (csv) = " << endl << format(R, Formatter::FMT_CSV ) << endl << endl;
//4
cout << "R (numpy) = " << endl << format(R, Formatter::FMT_NUMPY ) << endl << endl;
//5
cout << "R (c) = " << endl << format(R, Formatter::FMT_C ) << endl << endl;
//Output of other common items
Point2f P2(5, 1);
cout << "Point (2D) = " << P2 << endl << endl;
Point3f P3f(2, 6, 7);
cout << "Point (3D) = " << P3f << endl << endl;
vector<float> v;
v.push_back( (float)CV_PI); v.push_back(2); v.push_back(3.01f);
cout << "Vector of floats via Mat = " << Mat(v) << endl << endl;
vector<Point2f> vPoints(20);
for (size_t i = 0; i < vPoints.size(); ++i)
vPoints[i] = Point2f((float)(i * 5), (float)(i % 7));
cout << "A vector of 2D Points = " << vPoints << endl << endl;
return 0;
}
此外，这个程序的CMakeLists.txt文件如下所示：
cmake_minimum_required(VERSION 2.8)
set(CMAKE_CXX_FLAGS "-std=c++11")
project( DisplayImage )
find_package( OpenCV REQUIRED )
include_directories( ${OpenCV_INCLUDE_DIRS} )
add_executable( DisplayImage main.cpp )
target_link_libraries( DisplayImage ${OpenCV_LIBS} )
install(TARGETS DisplayImage RUNTIME DESTINATION bin)
运行结果较多，就不放图了！