Mat

  cv::Mat是OpenCV用来记录大型数组的主要类型，可以视为是OpenCV所有C++实现的核心，OpenCV所有主要函数都是cv::Mat类的成员，或是将cv::Mat作为参数，或是返回一个cv::Mat类型。
  cv::Mat类用于表示任意维度的稠密数组。“稠密”表示该数组的所有部分都有一个值存储，即使这个值是0；对于大多数图像来说，都是以稠密数组的形式存储的；与之稠密数组对应的是稀疏数组，用于存储只有非0的数值。注意：在数组比较稠密的时候，稀疏数组反而会浪费大量内存。

cv::Mat类N维稠密数组

  cv::Mat类可以作为任意维度的数组使用，其数据可以看做是以按照栅格扫描顺序存储的n维数组。这意味着在一维数组中，元素是按照顺序排列的；而在一个二维数组中，数据按行组织，每一行也按顺序排列，对于三维数组来说，所有的通道都被行填充，每一个通道同样按顺序排列。
  所有的矩阵都含有一个表示它所包含数组类型的元素flag，一个表示其维度的元素dims，分别表示行和列的数目的元素rows和cols（在dims大于2的时候无效），一个指示数据真正存储位置的data指针，以及一个表示该内存区域有多少个引用的refcount元素，类似cv::Ptr<>的引用计数器。这个成员cv::Mat像智能指针一样管理内存区域。
  包含在cv::Mat中的数据不要求必须是简单基元。cv::Mat中的元素可以是一个简单的item，也可以是多个item。在包含多个数字的时候，它就被称为“多通道数组”。事实上，一个n维数组和一个（n-1）维多维数组有着非常接近的结构。在大多数情况下，将数组看做是带有数值向量的数组是很有用的。
  在OpenCV中，数组的行在内存中可能不是绝对按顺序存储的，由于数据对齐的原因，每一行之间可能存在一个很小的间隔，数据对齐是为了提高内存的存取效率。n维单通道数组和（n-1）维多通道数组的区别在于，这种填充始终出现于每一行的末尾（比如说，每个元素中的通道总是按顺序存储的）。

创建一个数组

  可以通过实例化变量cv::Mat来创建一个数组，通过这种方式创建的数组没有大小和数据类型，之后再调用成员函数create()来申请一个内存区域。
  一个create的变体是通过指定行数和列数以及数据类型来配置二维数组的规模。数组的类型（type）决定了它含有什么样的元素。一个有效的数据类型需要同时指明数据的类型和通道数。所有这些数据类型都在库的头文件中声明，包括CV_{8U,16S,16U,32S,32F,64F}C{1,2,3}的多种组合；
  使用cv::Mat类的构造函数来初始化数组的所有元素；

cv::Mat m;
m.create(3,10,CV_32FC3);
m.setTo(cv::Scalar(1.0f,1.0f,1.0f);
cv::Mat m(3,10,CV_32FC3,cv::Scalar(1.0f,1.0f,1.0f));

  对象cv::Mat是数据实体的头，原则上来说，它和数据实体是完全不同的两个东西；与C++的智能指针相似，cv::Mat指向的矩阵实体，是内部的数据指针所指向的数据实体，Mat和Mat之间的数据拷贝，都与指向的数据实体的引用计数相关，数组的更新都极其方便；

构造函数（非复制构造函数）

  指定初始值cv::Scalar，所有的数据都会被初始化为这个值；或者指定一个已存在的数据头指针，这就相当是在现有存在数据的头Mat内不会由数据复制的行为，成员data会被设置为data参数所指向的区域。

构造函数	说明
cv::Mat	默认构造函数
cv::Mat(int rows, int cols, int type);	指定类型的二维数组
cv::Mat(int rows, int cols, int type, const Scalar &s);	指定类型的二维数组，并指定初始化值
cv::Mat(int rows, int cols, int type, void* data,size_t step = AUTO_STEP);	指定类型的二维数组，并指定预先存储的数据
cv::Mat(cv::Size sz, int type);	指定类型的二维数组（大小由sz指定）
cv::Mat(cv::Size sz, int type, const Scalar &s);	指定类型的二维数组，并指定初始化值（大小由sz指定）
cv::Mat(cv::Size sz, int type, void* data, size_t step = AUTO_STEP);	指定类型的二维数组，并指定预先存储的数据（大小由sz指定）
cv::Mat(int ndims, const int* sizes, int type)	指定类型的多维数组
cv::Mat(int ndims, const int* sizes, int type, const Scalar &s)	指定类型的多维数组，并指定初始化值
cv::Mat(int ndims, const int* sizes, int type, void* data, size_t step = AUTO_STEP)	指定类型的多维数组，并指定预先存储的数据

复制构造函数

  复制构造函数时从一个数组创建另一个数组，可以从一个已经存在的数组的子区域创建一个数组，或者从一些矩阵表达中生成一个新的矩阵；

构造函数	描述
cv:Mat(const Mat &mat);	复制构造函数
cv::Mat(const Mat &mat, const cv::Range &rows, const cv::Range &roi);	只从指定的行列中复制数据的复制构造函数
cv::Mat(const Mat &mat, const cv::Rect* roi);	只从感兴趣的区域中复制数据的复制构造函数
cv::Mat(const Mat &mat, const cv::Range* ranges);	服务于n维数组的，从泛化的感兴趣区域中复制数据的复制构造函数
cv::Mat(const cv::MatExpr& expr);	从其他矩阵的线性代数表述中生成新矩阵的复制构造函数

  使用两个方向上的cv::Range框选原始图像（二维图像）上的的复制构造函数示意图：

  使用一个Rect矩形从原始图像（二维图像）上的的复制构造函数示意图：

模板构造函数

  通过模板类cv::Vec<>或cv::Matx<>来创建对应维度和类型的cv::Mat，或者使用一个STL vector<>来创建一个相同类型的数组。

构造函数	描述
cv::Mat( const cv::Vec<T,n> &vec, bool copyData = true);	构造一个如同cv::Vec所指定的数据类型为T、大小为n的一维数组
cv::Mat( const cv::Matx<T,m,n> &vec, bool copyData = true);	构造一个如同cv::Matx所指定的数据类型为T、大小为m*n的二维数组
cv::Mat( const std::vector &vec, bool copyData = true);	构造STL的vector所指定的数据类型为T、大小为vector元素数的一维数组

构造并初始化

  cv::Mat中提供静态方法创建一个数组，并在初始时将全部矩阵数组中的值设置为指定初始值。

函数	描述
cv::Mat::zeros(rows,cols,type);	构造一个大小为rows*cols、数据类型为type指定类型的、值全为0的矩阵
cv::Mat::ones(rows,cols,type);	构造一个大小为rows*cols、数据类型为type指定类型的、值全为1的矩阵
cv::Mat::eye(rows,cols,type);	构造一个大小为rows*cols、数据类型为type指定类型的单位矩阵

独立获取数组元素

  访问一个元素的两种主要方法是通过位置或迭代器访问。
  直接访问是通过模板函数**at<>()**来实现的，对不同维度的数组有不同的参数要求。

m.at<double>(row_index,col_index);

  使用方法：
  单通道数组操作使用：

cv::Mat m = cv::Mat::eye(10,10,32FC1);
printf("Element(3,3) is %f\n",m.at<float>(3,3));

  多通道数组的操作使用：

cv::Mat m = cv::Mat::eye(10,10,32FC2);
printf("Element(3,3) is (%f,%f)\n",m.at<cv::Vec2f>(3,3)[0],m.at<cv::Vec2f>(3,3)[1]);

  at<>访问器函数的变体

示例	描述
M.at<int>(i);	整型数组M中的元素i
M.at<float>(i,j);	浮点型数组中的元素(i,j)
M.at<int>(pt);	整型矩阵M中处于(pt.x,pt.y)的元素
M.at<float>(i,j,k);	三维浮点型矩阵M中处于(i,j,k)位置的元素
M.at<uchar>(idx);	无符号字符数组M中位于idx[]所索引的n维位置的元素

  使用ptr<>()访问数组某一行；在OpenCV中数组中的数据是按行连续组织的，因此不可以通过这种方式访问一个指定的列。

mtx.ptr<Vec3f>(3);

  给定一个类型为float三通道的矩阵mtx，结构体mtx.ptr<Vec3f>(3)将会返回mtx的第三行指向第一个元素第一个（浮点）通道的指针，这通常是访问数组最快的一种方式。
  注意：使用at<>和利用指针访问的差距取决于编译器的优化程度。使用at<>进行存储性能更接近于好的优化器所能够达到的效果（尽管稍微慢一些），但是如果优化器被关闭了，其性能相较于没有优化器优化会有一个数量级的提升。而通过迭代器的访问几乎总是比这两种方法都要慢，然而在几乎所有情况下，使用内置的OpenCV函数都比你写的所有通过循环来控制直接访问的方法快，所以在任何情况下，都要避免通过循环来大量访问矩阵内部结构；

参考资料

1.《学习OpenCV 3》