笔者之前零零碎碎地用过一些opencv，但是一直没有足够详尽的了解，正巧刷到了opencv的tutorial，仅以此记录。
网址：link

Mat - 基本的图像容器

一张普通的图片，如果想让计算机也能读得懂的话，我们需要把他转换成矩阵格式，也就是上图中的数字部分。使用Opencv的主要重点就是操作和处理这些数据。那么第一步就是如何存储和处理图片。

在opencv中使用mat来存储图像，且不需要手动分配其内存或在不需要时释放它。大多数OpenCV函数将自动分配其输出数据。如果您传递一个已经存在的Mat对象，它已经为矩阵分配了所需的空间，那么它将被重用。换句话说，我们在任何时候都只使用执行任务所需的内存。

为了避免对较大图像的不必要复制，opencv使用了一个引用计数系统，让每个mat对象都有自己的头，但是一个矩阵可以在两个mat对象之间共享，通过让它们的矩阵指针指向相同的地址。此外，复制操作符只复制头文件和指向大矩阵的指针，而不复制数据本身。

Mat A, C; // creates just the header parts
A = imread(argv[1], IMREAD_COLOR); // here we'll know the method used (allocate matrix)
 
Mat B(A); // Use the copy constructor
 
C = A; // Assignment operator

上面的所有的对象都指向了同一个单一的数据矩阵，并且其中任意一个发生了改变都会影响其他的。实际上不同的对象仅会对同一个根本数据提供不同的入口。然而，它们的标题部分是不同的。真正有趣的部分是，您可以创建仅引用完整数据的一部分的头。例如，要在图像中创建感兴趣的区域(ROI)，只需创建带有新边界的新标题:

Mat D (A, Rect(10, 10, 100, 100) ); // using a rectangle
Mat E = A(Range::all(), Range(1,3)); // using row and column boundaries

如果矩阵属于不同的Mat对象，最后一个使用该矩阵的对象负责清理该矩阵。如果有复制图片的需求，那么可以使用cv::Mat::clone() 和cv::Mat::copyTo()功能。

Mat F = A.clone();
Mat G;
A.copyTo(G);

对F和G的修改不会对A造成任何影响。以下是一些总结的tips：

• 输出的图片分瓶是自动完成的。
• 无需担心内存管理。
• 赋值操作和复制构造只复制了头部。
• 一个图片的根本矩阵可以使用clone和copyto功能进行复制。

存储方法

我们可以使用颜色空间和数据类型来存储像素的值。颜色空间指的是我们如何组合颜色组件来编码给定的颜色。最简单的一种是灰度，我们可以使用的颜色是黑色和白色。这些组合使我们能够创造出许多灰色阴影。

彩色方案可以被分成三到四个基础颜色组合（三原色）。最流行的组合是RGB，主要是因为我们的眼睛就是以此为基础来组成颜色的。此外，透明度alpha（A）也会被添加进来。（0代表完全透明，255代表完全不透明）。

但是不同的颜色系统的优势各不相同：

• 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(红色和蓝色通道交换位置)来组合颜色。
• HSV和HLS将颜色分解成它们的色调、饱和度和值/亮度组件，这是我们描述颜色的一种更自然的方式。例如，您可以忽略最后一个组件，使您的算法对输入图像的光照条件不那么敏感。
• 流行的JPEG图像格式使用YCrCb。
• CIE Lab*是一个感知上一致的色彩空间，如果你需要测量一种给定颜色到另一种颜色的距离，它会派上用场。

创造一个Mat对象

以下是创建一个Mat对象的方法：

• 默认构造

 Mat M(2,2, CV_8UC3, Scalar(0,0,255));
 cout << "M = " << endl << " " << M << endl << endl;

对于二维多通道图像，我们首先需要定义他们的大小，行数和列数。然后需要明确用来存储这些元素的数据类型和每个矩阵点的通道数。

CV_[The number of bits per item][Signed or Unsigned][Type Prefix]C[The channel number]

举个例子，CV_8UC3代表我们使用unsigned char类型，8bit长且每个像素都有三个char类型来组成三个通道。通道最多只有四个。标量是一个四元素短向量。指定它，您可以用自定义值初始化所有矩阵点。如果需要更多类型，可以使用上面的宏创建类型，在括号中设置通道号，如下所示。

• 使用c/c++队列并通过构造器进行初始化。

 int sz[3] = {2,2,2};
 Mat L(3,sz, CV_8UC(1), Scalar::all(0));

上面的例子展示了如何创建一个二维以上的矩阵。指定它的维度，然后传递一个包含每个维度大小的指针，其余部分保持不变。

• cv::Mat::create功能

 M.create(4,4, CV_8UC(2));
 cout << "M = "<< endl << " " << M << endl << endl;

你无法通过这个构造器来初始化这个矩阵，尽在新的大小不符合原来的大小时，才会重新分配数据内存。

• MATLAB style 初始化: cv::Mat::zeros , cv::Mat::ones , cv::Mat::eye

 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;

• 对于小的矩阵，你可以使用逗号来区分初始化器

 Mat C = (Mat_<double>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
 cout << "C = " << endl << " " << C << endl << endl;

 C = (Mat_<double>({0, -1, 0, -1, 5, -1, 0, -1, 0})).reshape(3);
 cout << "C = " << endl << " " << C << endl << endl;

• 为一个已经存在的Mat对象创造一个新的头部并使用 cv::Mat::clone or cv::Mat::copyTo

 Mat RowClone = C.row(1).clone();
 cout << "RowClone = " << endl << " " << RowClone << endl << endl;

note:
你可以使用**cv::randu()**功能来随机填充一个矩阵，但是需要给出一个最小和最大值的限制。

 Mat R = Mat(3, 2, CV_8UC3);
 randu(R, Scalar::all(0), Scalar::all(255));

输出格式

原文写得挺好的，直接贴上来。

其他的常见输出

总结

本文主要介绍了一下如何在opencv中进行存储，以及相应的一些操作，如复制，构造等。
在笔者的实际使用过程中，需要格外注意opencv的操作耗时问题，尤其是cv::imread操作。