1、稠密数组cv::Mat

cv::Mat构造函数	示例
默认构造函数	`cv::Mat`
构造二维数组	`cv::Mat(int rows, int cols, int type)` `cv::Mat(int rows, int cols, int type, const Scalar &s)` `cv::Mat(int rows, int cols, int type, void data, size_t step=AUTO_STEP)` `cv::Mat(cv::Size sz, int type)` `cv::Mat(cv::Size sz, int type, const Scalar &s)` `cv::Mat(cv::Size sz, int type, void data, size_t step=AUTO_STEP)`
构造多维数组	`cv::Mat(int ndims, const int size, int type)` `cv::Mat(int ndims, const int size, int type, const Scalar &s)` `cv::Mat(int ndims, const int size, int type, void data, size_t step=AUTO_STEP)`
复制构造函数	`cv::Mat(const cv::Mat &mat)` `cv::Mat(const cv::MatExpr &expr)` `cv::Mat(const cv::Mat &mat, const cv::Rect &roi)` `cv::Mat(const cv::Mat &mat, const cv::Range &rows, const cv::Range &cols)` `cv::Mat(const cv::Mat &mat, const cv::Range *ranges)`
模板构造函数	`cv::Mat(const cv::Vec<T,n> &vec, bool coptData=true)` `cv::Mat(const cv::Matx<T,m,v> &matx, bool copyData=true)` `cv::Mat(const std::vector<T> &vec, bool copyData=true)`
静态方法	`cv::Mat::zeros(int rows, int cols, int type)` `cv::Mat::ones(int rows, int cols, int type)` `cv::Mat::eye(int rows, int cols, int type)`

cv::Mat类可表示矩阵、图像和多维数组，可包含任何原始类型的组合，如数字、向量和其它类型。
cv::Mat的类型：CV_{8U,16S,16U,32S,32F,64F}C{1,2,3}或者CV_{8U,16S,16U,32S,32F,64F}C({1,2,3,...})
对象cv::Mat是数据实体的头，其内部的数据指针类似于智能指针，指向数据实体。

Mat m;
m.create(3, 10, CV_32FC3); // 申请内存
m.setTo(Scalar(1.0f, 0.0f, 1.0f)); // 赋值
// 等价于
Mat m(3, 10, CV_32FC3, Scalar(1.0f, 0.0f, 1.0f));

2、访问元素和子区域

访问元素	实例
`at<>()`	`M.at<int>(i)` `M.at<int>(pt)` `M.at<float>(i, j)` `M.at<float>(i, j, k)` `M.at<uchar>(idx)`
`ptr<>()`	`M.ptr<Vec3f>(i)`
`cvMatIterator_<>` `cvMatConstIterator_<>`	`MatConstIterator_<Vec3f> it = m.begin<Vec3f>()`
`cv::NaryMatIterator`	`const cv::Mat *arrays[] = {&n_mat, 0}` `cv::Mat my_planes[1]` `cv::NAryMatIterator it(arrays, my_planes)` `it.planes[0]`

区块访问	示例
row col	`m.row(i)` `m.col(j)`
rowRange colRange	`m.rowRange(i0, i1)` `m.rowRange(cv::Range(i0, i1))` `m.colRange(j0, j1)` `m.colRange(cv::Range(j0, j1))`
diag	`m.diag(d)`
()	`m(cv::Range(i0, i1), cv::Range(j0, j1))` `m(cv::Rect(i0, j0, w, h))` `m(ranges)`

访问元素的两种方法：通过位置或迭代器访问。位置访问包括at<>()和ptr<>()，其中at<>()只读。迭代器访问包括cvMatIterator_<>、cvMatConstIterator_<>和cv::NaryMatIterator，其中cvMatConstIterator_<>只读。
数组按行组织，行内按顺序排列，行间因数据对齐可能有间隔。当使用ptr<>()遍历数组时需先通过isContinuous()确定数组行间数据是连续的。
cvMatIterator_<>指向元素，cv::NaryMatIterator指向一个面（数组中连续内存的片段）。
区块访问会创建新的数组头，而不会复制数据，即等号左右两边的变量指向同一内存，修改左边的变量会相应改变右边的变量。

3、矩阵表达式

矩阵表达式支持的运算	示例
矩阵与矩阵的加减	`m0 + m1, m0 - m1`
矩阵与元素的加减乘	`m0 + s, m0 - s, s + m0, s - m0` `s * m0, m0 * s`
矩阵元素的乘除	`m0.mul(m1)` `m0 / m1`
矩阵乘法	`m0 * m1`
点乘和叉乘	`m0.cross(m1), mo.dot(m1)`
取绝对值	`cv::abs(m0)`
取最值	`min(m0, m1), max(m0, m1)` `min(m0, s), max(m0, s), min(s, m0), max(s, m0)`
矩阵比较	`m0 > m1, m0 >= m1, m0==m1, m0 < m1, m0 <= m1`
逻辑操作	`m0 & m1, m0 \| m1, m0 ^ m1, ~m0` `m0 & s, s & m0, m0 \| s, s \| m0, m0 ^ s, s ^ m0`
矩阵取负	`-m0`
逆矩阵	`m0.inv(method)`
转置矩阵	`m0.t()`
静态方法	`cv::Mat::zeros(rows, cols, type)` `cv::Mat::ones(rows, cols, type)` `cv::Mat::eye(rows, cols, type)`

OpenCV在进行算术和其它操作时会自动检查是否上溢出和下溢出。cv::saturate_cast<>()可在溢出时将结果转换为相对最小或最大的可行值。

4、cv::Mat的其它函数成员

cv::Mat的其它函数成员	描述
`m1 = m0.clone()`	对m1重新分配内存并拷贝数据，m1与m0无关
`m0.copyTo(m1)` `m0.copyTo(m1, mask)`	若m0与m1的size、type一致，则只拷贝数据若不一致则重新分配内存并拷贝数据若`mask`存在，则只复制mask所指示的区域
`m0.convertTo(m1, type, scale, offset)`	转换m0中元素的类型（如`CV_32F`）尺度变换（默认为1）增加偏置（默认为0）
`m0.assignTo(m1, type)`	只在内部使用，集成在`convertTo`中
`m0.setTo(s, mask)`	设置m0所有元素为s 若`mask`存在，则只对`mask`指示区域进行操作
`m0.reshape(chan, rows)`	改变二维数组的有效形状若`chan`和`rows`为0，则不作修改
`m0.push_back(s)` `m0.push_back(m1)`	在末尾增加m1大小的数组在mn的m0末尾增加k行，m1大小必须是k*n
`m0.pop_back(n)`	从m*n的m0末尾移除n行，默认是1行，返回void类型
`m0.locateROI(size, offset)`	`offset`是Point类型获取`offset`处，大小为`size`的ROI。
`m0.adjustROI(t, b, l, r)`	通过`t(above)、b(below)、l(left)、r(reft)`调整ROI范围
`m0.total()`	计算数组元素的个数（不包括通道）
`m0.isContinuous()`	若m0行间无间隙，则返回true
`m0.elemSize()`	返回m0的位长度，如`CV_32FC3`，(32/8)*3=12
`m0.elemSize1()`	返回m0最基本元素的位长度，如`CV_32FC3`，32/8=4
`m0.type()`	返回m0元素的类型，如`CV_32FC3`
`m0.depth()`	返回m0通道中元素的类型，如`CV_32F`
`m0.channels()`	返回m0的通道数
`m0.size()`	返回m0的大小size
`m0.size()`	如m0无元素，则返回true，如`m0.total==0`或者`m.data==NULL`

5、稀疏数组cv::SparseMat

cv::SparseMat额外的类成员函数	示例
默认构造函数	`cv::SparseMat sm`
值构造函数	`cv::SparseMat sm(3, sz, CV_32F)`
复制构造函数	`cv::SparseMat sm(sm0)`
非0元素的数量	`size_t n = sm.nzcount()`
索引指向的数据的哈希值	`size_t h = sm.hash(i0)` `size_t h = sm.hash(i0, i1)` `size_t h = sm.hash(i0, i1, i3)` `size_t h = sm.hash(idx)`
修改元素值	`sm.ref<float>(i0) = f0` `sm.ref<float>(i0, i1) = f0` `sm.ref<float>(i0, i1, i2) = f0` `sm.ref<float>(idx) = f0`
获取元素值	`f0 = sm.value<float>(i0)` `f0 = sm.value<float>(i0, i1)` `f0 = sm.value<float>(i0, i1, i2)` `f0 = sm.value<float>(idx)` `f0 = sm.find<float>(i0)` `f0 = sm.find<float>(i0, i1)` `f0 = sm.find<float>(i0, i1, i2)` `f0 = sm.find<float>(idx)`
移除元素	`sm.erase(i0, i1, &hashval)` `sm.erase(i0, i1, i2, &hashval)` `sm.erase(idx, &hashval)`
迭代器	`cv::SparseMatIterator<float> it = sm.begin<float>()` `cv::SparseMatIterator<uchar> it_end = sm.end<float>()`

cv::SparseMat在数组非0元素非常少时使用，如直方图，高维数组等。
cv::Mat使用接近C风格的数组来存储数据，cv::SparseMat使用哈希表来存储非0元素。
直接访问稀疏数组元素的4种方法：cv::SparseMat::ptr()，cv::SparseMat::ref()，cv::SparseMat::value()，cv::SparseMat::find()。其中cv::SparseMat::value()和cv::SparseMat::find()只读。
迭代器访问稀疏数组的方法：cv::SparseMatIterator_<>、cv::SparseMatConstIterator_<>、cv::SparseMatIterator、cv::SparseMatConstIterator。其中cv::SparseMatConstIterator_<>和cv::SparseMatConstIterator只读。node()返回一个指针，指向的稀疏矩阵的实际数据区域。
cv::Mat_<>和cv::SparseMat_<>是模板，其作用是在使用其成员函数是不用在调用其模板形式。

学习OpenCV3：第4章图像和大型数组类型

学习OpenCV3：第4章图像和大型数组类型

1、稠密数组cv::Mat

2、访问元素和子区域

3、矩阵表达式

4、cv::Mat的其它函数成员

5、稀疏数组cv::SparseMat

学习OpenCV3： 第4章 图像和大型数组类型

1、稠密数组cv::Mat

2、访问元素和子区域

3、矩阵表达式

4、cv::Mat的其它函数成员

5、稀疏数组cv::SparseMat

学习OpenCV3：第4章图像和大型数组类型