🎉🎉🎉$欢迎各位来到小白piao的学习空间！$🎉🎉🎉
💖💖💖$持续更新，期待关注！$💖💖💖

---

$我的主页：$我的主页

1. Python基础、中级、高级；
2. C++数据结构和算法；
3. Python数据结构和算法；
4. OpenCV相关内容等重点内容

---

$我的资源：$我的资源

1. IT技术各档次模板
2. 各类项目（企业、毕设）
3. 数据库安装包（Mysql8.0）
4. 技能资料（电子书、软考等）

----------------------------------以下为正式内容----------------------------------------

$前言$

        书接上回，我们继续来讨论有关Mat的基本知识，这次我们继续深化了解Mat对象，以便后期更好的进行开发工作。这一章节主要是一些使用层面的知识，相比上章节，我相信读者更愿意看本章内容，因为可以快速得到自己想要的结果，但是还是那句话，最好掌握原理之后，再去使用更为科学。

---

前文链接：【C++的OpenCV】第十三课-OpenCV基础强化（一）：绝对有用！Mat相关的一系列知识（基础-＞进阶）

---

$一、访问的方法$

$1.1利用成员函数at()$

        先来通过帮助文档了解一下at函数的基本信息：点击这里了解详情，总共有12种形式，这里为大家略微截图，大家可以自行阅读，我摘抄其中重点，其余感兴趣的可以做进一步了解：

1.1.1 at函数的功能：

        这么多英文懵了吧？懵了就对了，下边我给大家讲几句！！！😃
        大概意思就是说，这个方法会返回一个你所指定的数组元素的引用，而关于下标索引范围的检查动作仅仅在测试模式下生效（生产模式下不生效的目的是为了提高程序的执行效率）。注意：这里得到是某个元素的引用哦！！！
        再直白一点，就是说它可以得到矩阵的某行某列的元素。

1.1.2 多种at()函数原型的介绍及案例

a) 类型一：_Tp& cv::Mat::at ( int i = 0)

template<typename _Tp >
_Tp& cv::Mat::at ( int  i = 0) 	

        原文：That is, if, for example, A is a 1 x N floating-point matrix and B is an M x 1 integer matrix, you can simply write A.at<float>(k+4) and B.at<int>(2i+1) instead of A.at<float>(0,k+4) and B.at<int>(2i+1,0), respectively.
大概意思：这个参数i，可以指代任意一个单行或者单列的二维矩阵，例如：一个1行N列的浮点矩阵A，和一个M行1列的整型矩阵B，分别找到其中某个元素的方法就可以简化为：A.at<float>(k+4) 和 B.at<int>(2*i+1)。
        注意：这里函数原型中的返回值部分是_TP&哦，大家知道这是什么意思吧？（&是引用）
        这里来给大家一个使用上的要求：

    If matrix is of type CV_8U then use Mat.at<uchar>(y,x).
    如果矩阵是CV_8U的类型，那么使用模版时类型也要是对应的数据类型uchar，即：Mat.at<uchar>(y,x)
    这里和大家解释一个细节：8U的意思就是8bit的无符号整数。
    If matrix is of type CV_8S then use Mat.at<schar>(y,x).
    同上的翻译，一个意思，即类型是CV_8S,则使用类型为schar，即：Mat.at<schar>(y,x)，下边不再赘述。
    If matrix is of type CV_16U then use Mat.at<ushort>(y,x).
    If matrix is of type CV_16S then use Mat.at<short>(y,x).
    If matrix is of type CV_32S then use Mat.at<int>(y,x).
    If matrix is of type CV_32F then use Mat.at<float>(y,x).
    If matrix is of type CV_64F then use Mat.at<double>(y,x).

b) 类型二：_Tp& cv::Mat::at( int row,int col )

template<typename _Tp >
_Tp& cv::Mat::at( int row,int col ) 		

        那这种就是最常见的那种咯，输入行列找到对应的值咯。给大家个例子：

#include <iostream>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>

using namespace cv;

int main()
{
	 Mat m = (Mat_<int>(3,2) << 1,2,3,4,5,6)
	 cout << m.at<int>(1,1)<< endl; // 这里的结果是：4 ，为什么知道吗？
	 cout << m <<endl; // 注意：显示的是3行2列
	//首先，这里创建的是一个3行2列的矩阵，这个不难懂，4是出现在第二行第二列的元素：
	/*
	[1,2
	 3,4
	 5,6]
	*/
	// 那这个m.at<int>(1,1)中的两个1，其实就得知道at的参数含义了，
	//注意，at()方法中的row和col都是从0开始的，0即代表第一行或者第一列，明白了吧？
	//注意：at()中是先行后列！
    return 0;
}

c)类型三 ：_Tp& cv::Mat::at ( Point pt)

template<typename _Tp >
_Tp& cv::Mat::at ( Point  	pt) 	

        其实这种也很常见以及其返回const类型的方法都是一个原理，这里需要传入一个点对象作为参数，说白了，就是按照点的位置在对应矩阵这种查找对应的元素即可了。举个例：

#include<iostream>
#include"opencv2/core/utility.hpp"
using namespace std;
using namespace cv;

int main()
{
	Mat m = (Mat_<int>(3,2) << 1,2,3,4,5,6);
	cout<<m<<endl;
	/*
	[1, 2;
 	 3, 4;
 	 5, 6]
	*/
	cout << m.at<int>(Point(1,0)) << endl; // 结果是2哦，看看上一节内容就知道，Point(c,r),是先列后行，且这两个值都是列和行的索引（基于0）
	return 0;
}

        虽然方法很多，其他的方法都可以触类旁通，只要学好C++的基础语法，这都不是难事哦，后期我也将会为大家写写C++和Python的基础教程，大家都可以持续关注起来哦！

$1.2利用成员函数ptr()$

        先来通过帮助文档了解一下at函数的基本信息：点击这里了解详情,这个方法更多，有20种，是不是看文档很累？看我的吧，帮你总结好了学习的方法，轻松上手，熟练掌握！

1.2.1 ptr()函数的功能

        首先呢，它会返回一个指向矩阵中某元素（或者行）的指针！注意哦，返回的是指针！并且哦，这个指针是uchar类型的哦！

1.2.2 多种ptr()函数原型介绍及案例

a) 类型一：uchar* cv::Mat::ptr ( int i0 = 0 )

 // 这个是模版方法：
 template<typename _Tp >
_Tp* cv::Mat::ptr 	( 	int  	i0 = 0	) 	// i0 :基于0的行索引，说白了，从零开始！

//个人而言，更乐意直接使用模版方法，因为它可以返回模版类型的指针（行或者元素），而不是单纯的uchar*!!


//以下这个是基础款：
uchar* cv::Mat::ptr (int  i0 = 0) 	

        注意，这个方法！返回的就是某一行的行指针！
        举个浅显易懂的例子吧：

#include<iostream>
#include"opencv2/core/utility.hpp"
using namespace std;
using namespace cv;

int main()
{
	Mat m = (Mat_<int>(3,2) << 1,2,3,4,5,6);
	cout << m <<endl; // 注意：显示的是3行2列
	/*
	[1, 2;
 	 3, 4;
 	 5, 6]
	*/
	cout << m.size() << endl; // [2 x 3] 注意：size()的表示方式是2列3行！
	for(int r=0; r < m.rows; r++){
		//得到每行的行首指针，r就是当前行的索引
		const int* rptr = m.ptr<int>(r);
		//打印第r行的元素的所有值：
		for(int c=0; c<m.cols; c++){ //c是列的索引，也是基于0的索引，几乎所有数字型索引都是从0开始！
			cout<<rptr[c]<<",";
		}
		cout<<endl; //换行
	}
	return 0;
}

        结果如下：

b) 类型二：uchar* cv::Mat::ptr ( int row,int col )

// 这个是模板：
 template<typename _Tp >
_Tp* cv::Mat::ptr 	( 	int  	row,
		int  	col 
	) 		

//以下这个是基础款：
uchar* cv::Mat::ptr ( int  row,int  col ) 		

        这种方式不就更直接了吗？直接通过行列访问到对应元素上（注意此时这个返回值就是直接返回元素的指针了！），我们试试看：

#include<iostream>
#include"opencv2/core/utility.hpp"
using namespace std;
using namespace cv;

int main()
{
	Mat m = (Mat_<int>(3,2) << 1,2,3,4,5,6);
	cout << m <<endl; // 注意：显示的是3行2列
	/*
	[1, 2;
 	 3, 4;
 	 5, 6]
	*/
	cout << m.size() << endl; // [2 x 3] 注意：size()的表示方式是2列3行！
	cout << *m.ptr<int>(1,1) << endl; //注意这里一个细节哦，仔细看哦，结果是4
	//这里m.ptr<int>(1,1)得到的是索引为（1,1）的元素的指针！
		//而在其之前加上*号就是获取该指针地址对应的元素（这个过程通常被称为“解引用”操作）
	return 0;
}

        看着方法众多，很多方法几乎用不到，但是得有这个功能，新手先掌握这些，剩下的内容等用到了再查就行！掌握了规律，剩下的无师自通了哈！

$1.3利用成员函数isContinuous和ptr$

1.3.1 isContinuous()介绍

        原文链接得有：点击这里了解详情，毕竟是教大家学东西，同时培养自学能力，这么良心的作者已经很少了！
        函数功能：
        **如果矩阵元素连续存储，且每行末尾没有间隙，则该方法返回true。否则，它将返回false。**显然，1x1或1xN矩阵总是连续的。使用Mat:：create创建的矩阵总是连续的。但是，如果 使用Mat:：col、Mat:：diag等提取矩阵的一部分，或者为外部分配的数据构造矩阵头，则此类矩阵可能不再具有此属性。 想想看，图像边界连续性检测不就是这个原理吗？

        💖这里，为了给大家更好的理解，我们加一节小灶：Mat对象至少一行中的所有元素在内存汇总的排布是连续的！而行与行之间不一定连续（除非你用create创建Mat），如果不连续，其行与行的间隔也是一样的！！

        函数的原型：

bool cv::Mat::isContinuous ( ) const

// 返回值是一个布尔值，如果是连续的就是true，否则就是false呗！

1.3.2 我们来看看其和ptr()组合如何完成实际需求（访问Mat中的值）

        这里就不废话了，都是讲过的内容，直接上代码：

#include<iostream>
#include"opencv2/core/utility.hpp"
using namespace std;
using namespace cv;

int main()
{
	Mat m = (Mat_<int>(3,2) << 1,2,3,4,5,6);
	cout << m <<endl; // 注意：显示的是3行2列
	/*
	[1, 2;
 	 3, 4;
 	 5, 6]
	*/
	if(m.isContinuous()){
		int* ptr = m.ptr<int>(0); // 得到第一行行首指针
		for(int n = 0; n < m.rows*m.cols; n++){
			//解释一下：n < m.rows*m.cols这个边界条件是一种经验！
			//意思：m.rows*m.cols即行数*列数
			//其次，在内存层面上，如果矩阵连续（m.isContinuous()的结果为true），
			//就是说内存上这些值都是挨着存储的，所以索引也是连续的
			//故这是一个以为数组，则最大索引就是m.rows*m.cols-1
			//怎么样？有意思吧？认真学习起来。
			cout<<ptr[n]<<",";
		}
	}
	return 0;
}

        $注意仔细看，上述代码如下的结果$：

        说明上述代码不连续哦，当然你也可以尝试一下加一个else结构去打印一下“不连续”！证明，这样子创建的矩阵，每行之间是有固定间隙的哦（仔细看下下边的内容）！

        那我们来换一种方式：

#include<iostream>
#include"opencv2/core/utility.hpp"
using namespace std;
using namespace cv;

int main()
{
	Mat m = (Mat_<int>(3,2) << 1,2,3,4,5,6);
	Mat m_c;
	m_c.create(m.size(),m.type());//注意上文提到过：create创建的是连续存储的矩阵
	
	cout << m_c <<endl; // 注意：显示的是3行2列
	/*
	[1, 2;
 	 3, 4;
 	 5, 6]
	*/
	if(m.isContinuous()){
		int* ptr = m_c.ptr<int>(0); // 得到第一行行首指针
		for(int n = 0; n < m_c.rows*m_c.cols; n++){
			cout<<ptr[n]<<",";
		}
		cout<<endl;
	}
	return 0;
}

        这下结果明朗了，顺道学习了新技能！

$四、总结$

内容虽然不多，分成两章更新，下章还在持续更新！但都是精华如果你觉得内容难懂，不妨从最基础的内容学起来，请看我的首页哦！我的主页
       

顺道呢，发现一个不错的资源：点我进入

其中包含了opencv入门的保姆级教程（环境的安装—>实际的项目【人脸识别&教程】，以及配套了一本中文版OpenCV书籍）

---

💖💖💖$持续更新，期待关注！$💖💖💖