每天学习的内容比较有限，希望都能有机会记录下来，毕竟自己记性不太好，可以反复翻来看看
一 关于Mat
这个一看名字就想起了Matlab，再看了下介绍，果然和矩阵有关系，关键的在下面，引用自OpenCV的tutorials:
”你不必再手动地（1）为其开辟空间（2）在不需要时立即将空间释放。但手动地做还是可以的：大多数OpenCV函数仍会手动地为输出数据开辟空间。当传递一个已经存在的Mat 对象时，开辟好的矩阵空间会被重用。也就是说，我们每次都使用大小正好的内存来完成任务。“--后面关于手动的说明不是很理解，估计还要在以后具体使用的时候再去理解。
”基本上讲 Mat 是一个类，由两个数据部分组成：矩阵头（包含矩阵尺寸，存储方法，存储地址等信息）和一个指向存储所有像素值的矩阵（根据所选存储方法的不同矩阵可以是不同的维数）的指针。矩阵头的尺寸是常数值，但矩阵本身的尺寸会依图像的不同而不同，通常比矩阵头的尺寸大数个数量级。因此，当在程序中传递图像并创建拷贝时，大的开销是由矩阵造成的，而不是信息头。OpenCV是一个图像处理库，囊括了大量的图像处理函数，为了解决问题通常要使用库中的多个函数，因此在函数中传递图像是家常便饭。同时不要忘了我们正在讨论的是计算量很大的图像处理算法，因此，除非万不得已，我们不应该拷贝大 的图像，因为这会降低程序速度。"--从Mat定义，不难看出，如果单纯是赋值或者复制Mat的值，所指向的是内存的同一块地方，所以其中任何一个把内存数值改变了，那么所有的Mat所指向的内容就都改变了。不拷贝大的图像，这个要切记。下面是tutorials里面的一个例子：
这就是上面介绍的情况，A，B，C任何一个改变数值，另外的数值全都要改变。仍然要拷贝矩阵本身的话，就要是用函数clone()和copyTo()，这样就可以直接而不用担心原矩阵会被修改。
二 关于图像矩阵的存储
图像对应矩阵的大小与我们使用的图像模型有关，还是tutorials 里面的例子，灰度图像的存储如下：
而”而对多通道图像来说，矩阵中的列会包含多个子列，其子列个数与通道数相等。例如，RGB颜色模型的矩阵：“
总算知道OpenCv一些函数里面的通道数的意思了，不过具体还是要去多使用才可以理解。”注意到，子列的通道顺序是反过来的：BGR而不是RGB。很多情况下，因为内存足够大，可实现连续存储，因此，图像中的各行就能一行一行地连接起来，形成一个长行。连续存储有助于提升图像扫描速度，我们可以使用isContinuous() 来去判断矩阵是否是连续存储的. 相关示例会在接下来的内容中提供。“ --tutorials里面的内容，不是很理解
三 关于掩码的计算
重新计算图像中每个像素的值，相当于”我们用自己设置的权值，对像素邻域内的值做了个加权平均“，至于加权平均的规则，这个就依赖于我们自己想实现什么样的结果了。另外，掩码和卷积是不是一回事呢？感觉计算方法是一样的
四 计算程序运行时间
”没错，OpenCV提供了两个简便的可用于计时的函数 getTickCount() 和 getTickFrequency() 。第一个函数返回你的CPU自某个事件（如启动电脑）以来走过的时钟周期数，第二个函数返回你的CPU一秒钟所走的时钟周期数“
需要计算某一部分的运行时间就可以这样去使用
五 关于cvWaitKey()
这个问题来自我运行OpenCV的samples里面代码的时候，原来的部分代码
本来是要把源图像和两个测试图像都输出的，但是只出现了两幅图片，而且，这个cvWaitKey（0）之后的代码没有运行。我自己小小改动了一下，出来了，
就在于我把cvWaitKey注释掉了，看了一个文章介绍如下：
cvWaitKey(int delay) 指延时delay ms的时间
delay<=0时，函数cvWaitKey无限制的等待按键事件，所以显示图像时，需要在cvShowImage("**.bmp",image)后加上cvWaitKey(n)——n为小于等于0的数即可，程序停在显示函数处，不运行其他代码;否则，图像无法正常显示。
这是为了图像的显式，那么涉及到视频呢，就是
delay>0时，延迟"delay"ms，在显示视频时这个函数是有用的，用于设置在显示完一帧图像后程序等待"delay"ms再显示下一帧视频；如果使用cvWaitKey(0)则只会显示第一帧视频。
返回值：被按键的值，如果超过指定时间则返回-1。
如果程序想响应某个按键，可利用if(cvWaitKey(1)==Keyvalue)；
经常程序里面出现if( cvWaitKey(10) >= 0 ) 是说10ms中按任意键退出
今天就先写到这里，第一次写原创还是有点顾虑，思前想后才写了，主要还是自己初学，理解的比较浅薄，不过感觉自己写了一遍，也有理解了一遍，有利于加深印象，我觉得的这样的学习方法很好，我要坚持去做，加油！有不对的地方大家多多指正，我也可以尽快改正自己的错误！
