学习内容：

1、Mat的定义 2、Mat的基本操作(一)

学习产出：

1、 Mat的定义




Mat本身是一个通用的矩阵类。因此，我们可以创建和操纵多维矩阵等方式来创建Mat对象。

例如：

Mat M（2,2，CV_8UC3，Scalar（0,0,255））;

这句代码创建了一个名为M的Mat对象，这个M为一个多维矩阵，其最外一层为大小为2*2（rows，行数；cols ，列数），即宽为2，长为2的图像。

（1）其中，CV_8UC3用于存储元素的数据类型和每个矩阵点的通道数，即规定了外层矩阵的大小，这里初学的时候不好理解，我们可以类比C语言中的多维矩阵，实际上这里相当于用特定的规范语言来描述一个多维矩阵。

引用自：

OpenCV CV_8UC3含义

CV_<bit_depth>(S|U|F)C<number_of_channels>

(1) bit_depth—比特数—代表8bite\16bite\32bite\64bite

eg：8表示你所创建的储存图片的Mat对象中，每个像素点在内存空间所占的空间大小8bite。

(2) S|U|F

S: signed int，即有符号整型；

U: unsigned int，即无符号整型；

F: float，单精度浮点型。

(3) C<number_of_channels>：所存储的图片的通道数。

eg 1—grayImg灰度图像—是—单通道图像

2—RGB彩色图像—是—3通道图像

3—带Alpha通道的RGB彩色图像—是—4通道图像

（2）这里用Scalar（0,0,255）赋给具有相同通道数的矩阵元素，即对内层进行赋值，Scalar是一个由长度为4的数组作为元素构成的结构体，Scalar最多可以存储四个值，没有提供的值默认是0。

这里引用[opencv Scalar()的使用心得]中的解释(https://blog.csdn.net/zqx951102/article/details/82797484)

在Opencv中，cvScalar是CV_RGB的宏，cvScalar的储存顺序是B-G-R，而CV_RGB的储存顺序是R-G-B，两者正好相反，所以你的cvScalar(255,0,0)，实际意思是B=255，当然是蓝色的

因此Scalar（0,0,255）赋值颜色为红色。

2、Mat的基本操作(一)

（1）我们可以自己初始化一个小型矩阵，如下

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

输出


（2）这里我们可以使用Mat::clone与Mat::copyTo对Mat进行复制，copyTo不会为目标矩阵重新分配内存，而clone总是会为目标矩阵重新分配内存。具体参考

Mat::clone与Mat::copyTo的区别


当我要提取图像某一通道信息时，可以使用下列语句

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

输出