浅谈opencv中的Mat在处理图像数据中的用法

当下，满大街都在谈机器学习，深度学习，人工智能，大数据，机器视觉，而这些都离不开一些主要的算法，opencv就是这么一个可以应用到工业界的优秀算法实现的库（当然搞算法的第一选择还是matlab工具）。

在mat.hpp文件里有Mat类的定义，在此之前有一大段的注释，就是对该Mat类的用法的最好理解。花点时间研读一下，大有裨益。

Mat类的实现挺复杂但也强大，是使用opencv必须了解的一个重要的类。

n-dimensional dense array class

一个n维的稠密数组类

The class Mat represents an n-dimensional dense numerical single-channel or multi-channel array. It
can be used to store real or complex-valued vectors and matrices, grayscale or color images, voxel
volumes, vector fields, point clouds, tensors, histograms (though, very high-dimensional histograms
may be better stored in a SparseMat ). 

Mat这个类代表了一个n维稠密的数值的单通道或多通道的数组。它能被用于存储实数（或复数）数值的向量和矩阵，灰度（或彩色）图像，体素容量，向量场，点云，张量，直方图（尽管很高维的直方图可能最好存放在稀疏矩阵里）。

下面结合一个例子，说明如何对图像数据进行访问。

Mat T = imread("test.png", IMREAD_COLOR);
cout << T.type() <<  endl;

打印出该图像数据矩阵的类型，比如这里是CV_8UC3表明有3个通道（通常是BGR顺序），每个通道是8位无符号数即unsigned char

在opencv的Mat里，图像数据矩阵中的数据与实际看到的图像的数据是一样的摆放，即都是正的。如何取得某一位置比如i行，j列处的像素数据？

需要用到Vec3b即Vec<uchar, 3>类型
Vec<uchar, 3> pixel = T.at<Vec<unsigned char, 3>>(i,j);
cout << pixel << endl;

这就打印出了图像i行,j列处的像素值。