在opencv早期的版本中，圖像通過一個(gè)叫做IplImage的結(jié)構(gòu)（structure）存儲(chǔ)在內(nèi)存中。由于C語言對(duì)程序員高度的信任，因此它需要手動(dòng)地對(duì)內(nèi)存進(jìn)行管理，比如內(nèi)存的分配和回收，這在大型程序設(shè)計(jì)中是比較麻煩的。幸運(yùn)地是，C++可以很好地幫助程序員管理內(nèi)存，因此opencv2.0后就引入了C++接口。但是C++也有缺點(diǎn)，比如說目前大部分的嵌入式系統(tǒng)只支持C語言，在這些平臺(tái)上開發(fā)opencv程序的話用C++就不是很好。

cv::Mat是一個(gè)C++類，包含兩部分：1）Matrix header，包括矩陣的size、存儲(chǔ)方式、矩陣的存儲(chǔ)地址等信息；2）指向Marix的指針ji。由于圖像處理算法通常都是計(jì)算密集型算法，出于程序速度上的考慮，opencv的設(shè)計(jì)應(yīng)盡可能地避免拷貝大圖像，為了解決這個(gè)問題，opencv使用了引用計(jì)數(shù)機(jī)制（reference counter system）【python也使用了這個(gè)機(jī)制，參考之前的博客】。簡(jiǎn)單來說，滅個(gè)Mat對(duì)象都有自己的header，在進(jìn)行copy運(yùn)算時(shí)，只有headers和指向矩陣的指針會(huì)被拷貝，而矩陣本身不會(huì)被拷貝，舉個(gè)栗子：

上面的三個(gè)Mat對(duì)象srcImg,dstImg,C最終都只想同一個(gè)數(shù)據(jù)矩陣，雖然它們的headers是不同的。對(duì)它們其中的任意一個(gè)進(jìn)行修改都會(huì)影響另外兩個(gè)對(duì)象。上面程序的運(yùn)行結(jié)果如圖：

當(dāng)然，如果想拷貝矩陣本身也是有辦法的，opencv提供了兩個(gè)方法：clone()和copyTo():

Mat F = A.clone();

Mat G;

A.copyTo(G);

最后總結(jié)一下：

1）opencv函數(shù)中輸出圖像的內(nèi)存是自動(dòng)分配的；

2）賦值運(yùn)算和拷貝構(gòu)造函數(shù)只是拷貝了header，我們可以把這種拷貝理解為一種淺拷貝；

3）如果想進(jìn)行深拷貝，即拷貝矩陣本身的數(shù)據(jù)，可以采用clone()或copyTo()函數(shù)。

對(duì)1和2的理解可以很重要，這可以解釋下面這個(gè)程序：

其運(yùn)行結(jié)果為：

關(guān)于如何創(chuàng)建一個(gè)Mat對(duì)象，最好的辦法就是看mat.hpp，因?yàn)閷?shí)在有太多了...，這里在介紹一下opencv里面的一下data

type，比如說CV_8UC3,CV_32FC3,CV_32F是什么意思：

CV_[the number of bits per item][signed or unsigned][Type prefix]C[The channel number]

最后是一個(gè)大頭部分：介紹如何遍歷cv::Mat。

Q1:圖像在Mat中是如何存儲(chǔ)的呢？

通常我們有足夠多的內(nèi)存，使得上面這個(gè)矩陣可以一行接著一行地連續(xù)存儲(chǔ)，具體是不是呢，可以用isContinous()函數(shù)來判斷。因此最高效的遍歷方法還是采用指針(還有迭代器方法):