Mat类

 UMat  通过使用UMat对象，OpenCV会自动在支持OpenCL的设备上使用GPU运算，在不支持OpenCL的设备仍然使用CPU运算，这样就避免了程序运行失败，而且统一了接口。UMat::getMat()转换为Mat, Mat::getUMat()转换为UMat

Mat类

cv::Mat::isContinuous()检查行是否连续，如果行连续，则可以将Mat看做一行，加快某些算法处理速度。

矩阵元素遍历

1.使用C操作符[]

Mat& ScanImageAndReduceC(Mat& I, const uchar* const table)
{
    // accept only char type matrices
    CV_Assert(I.depth() == CV_8U);
    int channels = I.channels();
    int nRows = I.rows;
    int nCols = I.cols * channels;
    if (I.isContinuous())
    {
        nCols *= nRows;
        nRows = 1;
    }
    int i,j;
    uchar* p;
    for( i = 0; i < nRows; ++i)
    {
        p = I.ptr<uchar>(i); //获取行首指针
        for ( j = 0; j < nCols; ++j)
        {
            p[j] = table[p[j]];
        }
    }
    return I;
}

2.使用迭代器

Mat& ScanImageAndReduceIterator(Mat& I, const uchar* const table)
{
    // accept only char type matrices
    CV_Assert(I.depth() == CV_8U);
    const int channels = I.channels();
    switch(channels)
    {
    case 1:
        {
            MatIterator_<uchar> it, end;
            for( it = I.begin<uchar>(), end = I.end<uchar>(); it != end; ++it)
                *it = table[*it];
            break;
        }
    case 3:
        {
            MatIterator_<Vec3b> it, end;
            for( it = I.begin<Vec3b>(), end = I.end<Vec3b>(); it != end; ++it)
            {
                (*it)[0] = table[(*it)[0]];
                (*it)[1] = table[(*it)[1]];
                (*it)[2] = table[(*it)[2]];
            }
        }
    }
    return I;
}

3.使用at  （速度慢）

Mat& ScanImageAndReduceRandomAccess(Mat& I, const uchar* const table)
{
    // accept only char type matrices
    CV_Assert(I.depth() == CV_8U);
    const int channels = I.channels();
    switch(channels)
    {
    case 1:
        {
            for( int i = 0; i < I.rows; ++i)
                for( int j = 0; j < I.cols; ++j )
                    I.at<uchar>(i,j) = table[I.at<uchar>(i,j)];
            break;
        }
    case 3:
        {
         Mat_<Vec3b> _I = I;
         for( int i = 0; i < I.rows; ++i)
            for( int j = 0; j < I.cols; ++j )
               {
                   _I(i,j)[0] = table[_I(i,j)[0]];
                   _I(i,j)[1] = table[_I(i,j)[1]];
                   _I(i,j)[2] = table[_I(i,j)[2]];
            }
         I = _I;
         break;
        }
    }
    return I;
}

4.使用查找表LUT

Mat::convertTo()　　convert Mat to another data type with optional scalling,可用于图像线性对比度变换g(i,j)=α⋅f(i,j)+β

Mat类由矩阵头（包含矩阵尺寸、存储方法、存储地址等信息）和一个指向存储像素值的矩阵的指针。矩阵头尺寸是一个常数值。

Mat类使用引用计数机制，赋值一个Mat对象的信息头时，会增加矩阵的引用计数。当引用计数值为零时矩阵会被清理。

如果想复制矩阵本身，则可以使用clone()或者copyTo()函数。

void cv::Mat::copyTo(OutputArray m) const   

调用copyTo函数时，会默认先自动调用m.create(this->size(),this->type());

void cv::Mat::copyTo(OutputArray m,InputArray mask ) const    

mask of the same size as *this. Its non-zero elements indicate which matrix elements need to be copied. The mask has to be of type CV_8U and can have 1 or multiple channels.

int main()
{
    Mat A, C;
    A = imread("1.jpg", IMREAD_COLOR);
    Mat B(A); //拷贝构造函数，只复制信息头和矩阵指针，不复制矩阵
    C = A;  //赋值运算符，只复制信息头和矩阵指针，不复制矩阵
    Mat D(A, Rect(10, 10, 100, 100)); //创建ROI，使用矩形界定
    Mat E = A(Range::all(), Range(1, 3)); //使用行列界定
    Mat F = A.clone(); //复制矩阵
    Mat G;
    A.copyTo(G); //复制矩阵
    waitKey(0);
    return 0;
}