OpenCV用读取矩阵，访问图像数据

int _tmain(int argc,_TCHAR* argv[])
{
    //用固定数据创建一个矩阵
    float vals[]={0.664,-0.500,0.500,0.866};
    CvMat rotmat;
    cvInitMatHeader(&rotmat,2,2,CV_32FC1,vals);
    int number = cvGetDims(&rotmat,0);
    CvMat* mat = cvCreateMat(5,5,CV_32FC1);
    //用简单方法对矩阵数据存取。
    
    //方法一
    float element_3_2 = CV_MAT_ELEM(*mat,float,3,2);

    //方法二
    float element_3_2_ptr = 7.7;
    *((float*)CV_MAT_ELEM_PTR(*mat,3,2))=element_3_2_ptr;

    /************************************************************************/
    /* 以上方法利用宏进行存取数据。但是，宏在每次调用的时候都重新计算指针。
    这意味着要查找指向矩阵基本元素数据区的指针，计算目标数据在矩阵中的相对地址，然后将相对位置与基本位置相加。
    因此这不是一个很好的存取矩阵的方法。在计算顺序访问矩阵的所有元素时，这种方法的缺点尤为突出。
    并且方法一，方法二只适用于访问1维或者2维的数组。
    */
    /************************************************************************/



}


//累加一个三通道矩阵中的所有元素
float sum(const CvMat* mat)
{
    float s=0.0f;
    for(int row=0;row<mat->rows;row++)
    {
        const float* prt=(const float*)(mat->data->ptr+row*mat->step);
        for (int col=0;col<mat->cols;col++)
        {
            s+=*prt++;
        }
    }
    return (s);
}

//矩阵的元素data是一个联合体。所以对这个指针解引用时，必须指明结构体中的正确的元素以便得到正确的指针类型。
//为了参数正确的偏移必须用矩阵的行数据长度step元素。



//仅最大化HSV图像“S”和“V”部分
//指针ptr指向第y行的起始位置。接着从指针中析出饱和度和高度在x维的值。因为这是一个三通道图像，所以c通道在x列的位置为3*x+c。
void saturate_sv(IplImage* img)
{
    for(int y=0;y<img->height;y++)
    {
        uchar* ptr=(uchar*)(
            img->imageData+y*img->widthStep
            );
        for (int x=0;x<img->width;x++)
        {
            ptr[3*x+1]=255;
            ptr[3*x+2]=255;
        }
            
    }
}