一、Mat类

1、什么是Mat类

Mat是 OpenCV 中用于表示和管理多维数组（尤其是图像数据）的核心数据结构。

2、Mat 的核心组成

3、Mat能存储的数据

• cv::Mat_<_TP>
• cv::Mat_<double>
• cv::Mat_<float>
• cv::Mat_<uchar>
• cv::Mat_<unsigned char>

4、OpenCV中规定的数据类型

数据类型	具体类型	取值范围
CV_8U	8位无符号整数	0--255
CV_8S	8位符号整数	-128--127
CV_16U	16位无符号整数	0--65535
CV_16S	16位符号整数	-32768--32767
CV_32S	32位符号整数	-2147483648--2147483647
CV_32F	32位浮点整数	-FLT_MAX-FLT_MAX, INF, NAN
CV_64F	64位浮点整数	-DBL_MAX-DBL_MAX, INF, NAN

二、创建与赋值

1、三种常用创建方式

/*利用矩阵的宽、高、类型参数创建Mat类*/
Mat a(3,3,CV_8UC1);
/*利用矩阵Size()结构和数据类型参数创建Mat类*/
Mat b(Size(3,3),CV_8UC1);
/*利用已有Mat类创建新的Mat类*/
Mat c(b,Range(2,5),Range(2,5));/*范围从0开始,左闭右开,即Range(2,5)==>[2,5)*/

2、对Mat变量赋值

• 创建时赋值

Mat c0(5, 5, CV_8UC1, Scalar(4, 5, 6));
Mat c1(5, 5, CV_8UC2, Scalar(4, 5, 6));
Mat c2(5, 5, CV_8UC3, Scalar(4, 5, 6));

• 类方法赋值

/*eye:单位矩阵*/
Mat a = Mat::eye(3, 3, CV_32F);
/*diag:对角矩阵*/
Mat b = (cv::Mat_<int>(1, 5) << 1, 2, 3, 4, 5);
Mat c = Mat::diag(b);
/*ones:元素全为1的矩阵*/
Mat d = Mat::ones(2, 3, CV_8U);
/*zero:元素全为0的矩阵*/
Mat e = Mat::zeros(2, 3, CV_8U);

• 枚举法赋值

Mat a = (cv::Mat_<int>(3,3) << 1, 2, 3, 4, 5, 6, 7, 8, 9);
Mat b = (cv::Mat_<double>(2,3) << 1.0, 2.1, 3.2, 4.0, 5.1, 6.2);

三、Mat类数据的读取

1、Mat数据在内存中的存放形式

2、Mat类矩阵的常用属性

属性	作用
cols	矩阵的列数
rows	矩阵的行数
step	以字节为单位的矩阵的有效宽度
elemSize()	每个元素的字节数
total()	矩阵中元素的个数
channels()	矩阵的通道数

3、Mat元素的读取

at方法读取Mat矩阵元素 at(int row, int col)

• 单通道：

int value = (int)a.at<uchar>(0,0);

• 多通道：

cv::Vec3b vc3 = b.at<cv::Vec3b>(0,0);
int first = (int)vc3.val[0];

矩阵元素地址定位方式访问元素

/*单通道*/
(int)(*(b.data + b.step[0] * row + b.step[1] * col + channel));
/*比较直观*/
/*不用考虑数据类型*/

四、Mat支持的运算

1、四则运算

• 符号运算(+、-、*、/)
• 两个矩阵相乘
  • 1> 矩阵乘积----" * "
  • 2> 向量内积----" .dot "
  • 3> 对应位元素乘积----" .mul() "

2、提供的运算函数

函数名	作用
absdiff()	两个矩阵对应元素差的绝对值
add()	两个矩阵求和
addWeighted()	两个矩阵线性求和
divide()	矩阵除法
invert()	矩阵求逆
log()	矩阵求对数
max()/min()	两个矩阵计算最大值/最小值

    Mat a = (cv::Mat_<int>(3, 3) << 1, 2, 3, 4, 5, 6, 7, 8, 9);
    Mat b = (cv::Mat_<int>(3, 3) << 1, 2, 3, 7, 8, 9, 4, 5, 6);
    Mat c = (cv::Mat_<double>(3, 3) << 1.0, 2.1, 3.2, 4.0, 5.1, 6.2, 7.0, 8.1, 9.2);
    Mat d = (cv::Mat_<double>(3, 3) << 1.0, 2.1, 3.2, 4.0, 5.1, 6.2, 7.0, 8.1, 9.2);
    cout << "两个矩阵的和 = " << endl << a + b << endl;
    cout << "两个矩阵的差 = "<< endl << c - d << endl;
    cout << "矩阵数乘 = " << endl << a * 2 << endl;
    cout << "矩阵数除 = " << endl << d / 2.0 << endl;
    cout << "矩阵减数 = " << endl << a - 1 << endl;
    cout << "两矩阵相乘 = " << endl << c * d << endl;
    cout << "矩阵内积 = " << endl << a.dot(b) << endl;
    cout << "矩阵对应位相乘 = "<< endl << a.mul(b) << endl;
    cout << "两个矩阵最小值 = " << endl << min(a,b) << endl;
/*************输出结果*************************************/
两个矩阵的和 =
[2, 4, 6;
 11, 13, 15;
 11, 13, 15]
两个矩阵的差 =
[0, 0, 0;
 0, 0, 0;
 0, 0, 0]
矩阵数乘 =
[2, 4, 6;
 8, 10, 12;
 14, 16, 18]
矩阵数除 =
[0.5, 1.05, 1.6;
 2, 2.55, 3.1;
 3.5, 4.05, 4.6]
矩阵减数 =
[0, 1, 2;
 3, 4, 5;
 6, 7, 8]
两矩阵相乘 =
[31.8, 38.73, 45.66;
 67.8, 84.63, 101.46;
 103.8, 130.53, 157.26]
矩阵内积 =
258
矩阵对应位相乘 =
[1, 4, 9;
 28, 40, 54;
 28, 40, 54]
两个矩阵最小值 =
[1, 2, 3;
 4, 5, 6;
 4, 5, 6]