1. 为什么要引入 Mat 图像容器？
在计算机看来，一幅图像对应的是矩阵，矩阵包含了所有像素点的强度值。获取并存储这些像素值，可以使计算机图像处理简化为数值矩阵及描述矩阵信息的处理。OpenCV 是如何存储图像的呢？
2001年 OpenCV 刚出现的时候，是基于 C 语言接口而建的。为了在内存中存放图像，当时采用名为 IplImage 的 C 语言结构体。这种方法的最大弊端是：用户必须手动管理内存，一旦代码庞大，这便变得非常麻烦且容易出错。OpenCV 2.0 引入新的 C++ 接口，利用个自动内存管理给出了解决方案。
2. Mat 介绍
Mat 作为一个类，数据包括两个部分：矩阵头和指向像素矩阵的指针。
数据部分 | 描述 |
矩阵头 | 描述像素矩阵，主要包括矩阵的尺寸、存储方式、存储地址等。矩阵头的大小固定。 |
矩阵指针 | 矩阵指针所指对象代表了图像本身，其尺寸会根据图像的不同而不同。像素矩阵一般比矩阵头大几个数量级，因此，拷贝图像会产生很大的计算量。 |
2.1 赋值和拷贝构造函数只拷贝信息头
为了避免拷贝图像的巨大计算量，OpenCV 采用引用计数机制。即每个 Mat 对象有其自己的矩阵头，但可以共享同一个图像矩阵（即 Mat 对象的矩阵指针指向同一地址）。在 Mat 对象赋值及拷贝构造函数中，只拷贝矩阵头和矩阵指针，不拷贝矩阵本身，这样可以减少很多计算量。
这样我们会看到，同一个图像矩阵，可能属于多个 Mat 对象，那么当不需要图像矩阵时，哪个 Mat 对象负责清理它呢？正如 C++ 语法中的智能指针，Mat 规定最后一个使用矩阵的对象负责清理，这是根据矩阵的引用计数进行判断的，当引用计数为 0 时，矩阵会被清理。
Mat A; // A 的引用计数为0
A = imread("E:/Code/CPP/OpenCV/Pictures/1.bmp", CV_LOAD_IMAGE_COLOR);
Mat B(A); // A 的引用计数+1，为 2
Mat C = A; // A 的引用计数+1，为 3
cout << "refcount of A: " << *A.refcount << endl;
Mat D = imread("E:/Code/CPP/OpenCV/Pictures/1.bmp", CV_LOAD_IMAGE_COLOR);
C = D; // C, D 指向同一矩阵，A 的引用计数-1，为2
cout << "refcount of A: " << *A.refcount << endl;
cout << "refcount of D: " << *D.refcount << endl;运行结果：
2.2 使用 clone() 或 copyTo() 拷贝图像矩阵
那么有时候我们的确需要拷贝矩阵本身呢？可以用 Mat 的成员函数 clone() 或者 copyTo()。
Mat im1 =imread("E:/Code/CPP/OpenCV/Pictures/1.bmp",
CV_LOAD_IMAGE_COLOR);
Mat im2 = im1.clone(); //矩阵内容拷贝
Mat im3;
im1.copyTo(im3); //矩阵内容拷贝上面的代码中，im1, im2, im3的引用计数都为1，因为它们并没有共享底层矩阵。
3. 使用 Mat
3.1 创建 Mat
通过构造函数创建：
Mat M(2, 2, CV_8UC3, Scalar(0, 0, 255));
cout << "M = " << endl << " " << M << endl;上述程序创建了 2X2 的像素图像，每个像素有三个通道，CV_8UC3 表示使用 8 位 unsigned char 表示三通道，用 Scalar 进行初始化，值得注意是的，Mat 三通道依次是 BGR，而不是我们熟知的 RGB。OpenCV 也重载了 << 运算符，因此，直接可以用标准输出对 Mat 对象进行输出，运行结果为：
通过 create() 创建：
Mat M;
//create不能指定初始值, CV_8UC(4)为自定义通道数
M.create(2, 2, CV_8UC(4));
cout << "M = " << endl << " " << M << endl;运行结果：
可以看出，create 并不能设定初始值，元素默认初始化为 205。另外，我们可以使用 CV_8UC(n)自定义n维通道。
静态函数 zeros(), ones(), eyes()
静态函数 | 描述 |
zeros() | 零矩阵 |
ones() | 全 1 矩阵 |
eyes() | 单位矩阵 |
3.2 格式化输出
OpenCV 支持多种输出方式，如默认方式、Python 格式、CSV 格式，Numpy 格式以及 C 语言格式。
Mat M(2, 3, CV_8UC3);
randu(M, Scalar::all(0), Scalar::all(255));
cout << "Default fomart: " << endl << " " << M <<endl;
cout << "Python format: " << endl << " " << format(M, "python") << endl;
cout << "CSV format: " << endl << " " << format(M, "csv") << endl;
cout << "Numpy format: " << endl << " " << format(M, "numpy") << endl;
cout << "C format: " << endl << " " << format(M, "c") << endl;运行结果：
其中 randu() 为 M 的元素随机赋值，范围为指定的 0 - 255。
More
