我是 OpenCV 乃至 C++ 的初学者，过去的两个礼拜里刚把一个 Matlab 程序转化成使用了 OpenCV 的 C++ 代码，过程中遇到了很多困难。这些困难有些来源于我对 Matlab 和 OpenCV 之间语言和类库设计差异的不了解，有些是单纯的不知道 Matlab 函数的 OpenCV 对照物造成的，还有一些是由于 OpenCV 并不具有一些功能的函数。我打算将这些天的所学所得写下来，借鉴《NumPy for Matlab Users》，姑且将这个系列叫作《OpenCV for Matlab Users》。这篇是这个系列的第 2 篇，因为大体结构最早完成，所以也就先出来了。整个系列的大体安排如下：
- OpenCV for Matlab Users (1) - MATLAB 与 OpenCV / C++ 设计上的差异
- OpenCV for Matlab Users (2) - cv::Mat 类的属性和方法
- OpenCV for Matlab Users (3) - MATLAB 函数的 OpenCV 对应实现
- OpenCV for Matlab Users (4) - MATLAB 与 OpenCV / C++ 易搞混的语法
- OpenCV for Matlab Users (5) - OpenCV 自身易搞混的函数辨析
下面开始本章正文：
以我浅薄的 C++ 知识来看，一个对象包括成员变量和成员方法两类，有些貌似是成员变量，其实是方法，这篇先按照是成员变量还是方法分为两类。目前成员变量只有 5 个：rows，cols，dims，data，step，还有一些比如像 channels，depth，elemSize，empty，isContinuous，size，total，type 貌似是成员变量，其实是没有参数的成员方法。
1. 成员变量
-
rows
成员变量，返回矩阵的行数
int imgRows = img.rows;
std::cout<<"imgRows = "<-
cols
是成员变量，返回矩阵的列数
int imgCols = img.cols;
std::cout<<"imgCols = "<-
data
成员变量data事实上是指向已分配的内存块的指针，包括图像数据。当不存在数据时，它被简单设置为0.
uchar *data = img.data;
std::cout<<"*data = "<<(int)*data< int imgDims = img.dims;
std::cout<<"imgDims = "< -
step
成员变量，代表以字节为单位的图像的行宽，即列数（包括填补像素），即使你的图像元素类型不是 uchar，step 仍然带代表着行的字节数
int imgStep = img.step;
std::cout<<"imgStep = "<2. 成员方法
-
at
成员函数，at(int y, int x) 可以用来存取图像元素。 但是必须在编译期知道图像的数据类型，因为 cv::Mat 可以存放任意数据类型的元素。所以使用 at 方法要指定数据类型，而且 at 方法本身不会进行任何数据类型转换。
cv::Vec3b vec3b = img.at(0,0);
uchar vec3b0 = img.at(0,0)[0];
uchar vec3b1 = img.at(0,0)[1];
uchar vec3b2 = img.at(0,0)[2];
std::cout<<"vec3b = "< int imgChannels = img.channels();
std::cout<<"imgChannels = "< -
clone
貌似也是深拷贝，但是除了返回值类型不同，clone 返回 cv::Mat，而 copyTo 是 void 类型，其余 clone 跟 copyTo 有什么区别我还没搞清楚
cv::Mat cloneMat1 = cv::Mat::ones(3,4,CV_64F);
cv::Mat cloneMat2 = cloneMat1.clone();
cloneMat1.at(0,0) = 0.0;
std::cout<<"cloneMat1 = "< cv::Mat colMat = img.col(0);
std::cout<<"colMat.size() = "< -
colRange
方法，返回若干列组成的矩阵
cv::Mat colRangeImg = img.colRange(imgCols / 2, imgCols);
cv::imshow("colRangeImg",colRangeImg);
cv::waitKey();
-
convertTo
方法，在缩放或不缩放的情况下转换为另一种指定的数据类型
cv::Mat doubleImg;
img.convertTo(doubleImg, CV_64FC4);
std::cout<<"doubleImg.channels() = "<-
copyTo
把矩阵深拷贝赋值给另一个矩阵
cv::Mat copyMat1 = cv::Mat::ones(3,4,CV_64F);
cv::Mat copyMat2;
copyMat1.copyTo(copyMat2);
copyMat1.at(0,0) = 0.0;
std::cout<<"copyMat1 = "< cv::Mat createMat = cv::Mat::ones(3,4,CV_64F);
createMat.create(5,6, CV_8UC(2));
std::cout<<"createMat = "< -
cross
计算两个 3 元素向量的叉乘积，注意，必须是 3 个元素的。
cv::Mat crossVec1 = cv::Mat::ones(1,3,CV_64F);
cv::Mat crossVec2 = cv::Mat::ones(1,3,CV_64F);
cv::Mat crossMat = crossVec1.cross(crossVec2);
std::cout<<"crossMat = "<-
depth
方法，该方法返回矩阵元素深度（每个单独的通道类型）的标识符。
int imgDepth = img.depth();
std::cout<<"imgDepth = "<-
diag
抽取矩阵对角线上的元素，返回的是一个 min(rows,cols) * channels 的矩阵。
cv::Mat diagMat = img.diag();
//std::cout<<"diagMat = "< cv::Mat onesMat1 = cv::Mat::ones(3,4,CV_64F);
cv::Mat onesMat2 = cv::Mat::ones(3,4,CV_64F);
double dotVal = onesMat1.dot(onesMat2);
std::cout<<"dotVal = "< -
elemSize
方法，返回图像（矩阵）像素（元素）大小 （以字节为单位），因为我们这里读入的 PNG 格式，有 4 个通道，每个通道都是 uchar 类型的，所以是返回 4 个字节。
int elementSize = img.elemSize();
std::cout<<"elementSize = "<-
elemSize1
方法，以字节为单位返回每个矩阵元素通道的大小，结果也就是上面的 elemSize 方法得到的除以通道数。
int elementSize1 = img.elemSize1();
std::cout<<"elementSize1 = "<-
empty
方法，如果是个空矩阵，则返回 true。
bool isEmpty = img.empty();
std::cout<<"isEmpty = "<-
eye
返回单位矩阵，跟 Matlab 类似，先是行数，然后列数，最后指定元素类型
cv::Mat eyeMat = cv::Mat::eye(3,4,CV_64F);
std::cout<<"eyeMat = "<-
isContinuous
方法，返回矩阵是否连续
bool isContinuous = img.isContinuous();
std::cout<<"isContinuous = "<-
ones
方法，产生全一矩阵，跟matlab的ones类似，先是行数，然后是列数，就是必须要显式地指定数据元素（像素）类型
cv::Mat onesMat = cv::Mat::ones(4, 3, CV_64F);
std::cout<<"onesMat = "<-
ptr
函数，为了简化指针运算，ptr 函数可以得到图像给定行的首地址。ptr 函数是一个模板函数，它返回第 j 行的首地址：
uchar *ptr = img.ptr(0);
std::cout<<"*ptr = "<<(int)*ptr< cv::Mat reshapeMat1 = cv::Mat::ones(3,4,CV_64F);
cv::Mat reshapeMat2 = reshapeMat1.reshape(0, 2);
std::cout<<"reshapeMat1 = "< cv::Mat rowMat = img.row(0);
std::cout<<"rowMat.size() = "< -
rowRange
方法，取规定的行，返回一个子矩阵
int imgRows = img.rows;
std::cout<<"imgRows = "<-
setTo
方法，将矩阵元素都设置为某个值
cv::Mat setMat = cv::Mat::ones(3,4,CV_64F);
setMat.setTo(cv::Scalar(0));
std::cout<<"setMat = "< cv::Size imgSize = img.size();
int imgHeight = imgSize.height;
int imgWidth = imgSize.width;
std::cout<<"imgSize = "< cv::Mat tMat1 = cv::Mat::ones(3,4,CV_64F);
tMat1.at(1,2) = 0.0;
cv::Mat tMat2 = tMat1.t();
std::cout<<"tMat1 = "< int imgPixels = img.total();
std::cout<<"imgPixels = "< -
type
方法，返回图像像素的数据类型
int imgType = img.type();
std::cout<<"imgType = "<具体返回的数值对应什么类型，可以看这篇文章《LIST OF MAT TYPE IN OPENCV》
-
zeros
方法，产生全零矩阵，跟 Matlab 的 zeros 类似，先是行数，然后是列数，就是必须要显式地指定数据元素（像素）类型
cv::Mat zerosMat = cv::Mat::zeros(4, 3, CV_64F);
std::cout<<"zerosMat = "<3. 内存管理相关
有关引用计数的一些函数，作为普通用户，我们并不需要了解。
-
addref
该方法递增与矩阵数据关联的引用计数，通常情况下，为避免内存泄漏，不应显式调用该方法。
-
release
在必要的情况下，递减引用计数并释放该矩阵。
-
~Mat
4. 待日后补充
下面是一些我目前还没有用到，或者在 Reference Manual 里面搜不到相关介绍的，留待日后补充：
-
adjustROI
-
AUTO_STEP
-
copySize
-
checkVector
-
CONTINUOUS_FLAG
-
SUBMATRIX_FLAG
-
allocate
-
assignTo
-
step1
-
deallocate
-
datastart
-
datalimit
-
dataend
-
flags
-
initEmpty
-
isSubmatrix
-
locateROI
-
MAGIC_VAL
-
operator cv::Matx<_Tp, m, n>
-
operator cv::Vec<_Tp, n>
-
operator_CvMat
-
operator CvMatND
-
operator IplImage
-
operator std::vector<_Tp, std::allocator><_Tp>>
-
operator()
-
operator=
-
push_back_
-
pop_back
-
refcount
-
reserve
-
mul
-
inv
-
begin
-
end
集合终止位置的迭代器，但是end 方法得到的迭代器其实已经超出了集合。这也意味着迭代过程必须在迭代器到达这个位置时结束
-
push_back
方法，如果对矩阵做，是添加行的。
还有一些函数，根据 Reference Manual 的应该是采用 cv::resize() 这样的方式调用，比如
resize
最后，上述代码整体如下：
#include
#include
int main(int argc, char **argv)
{
std::string imgPathStr("D:\\openCV_build\\doc\\opencv-logo2.png");
cv::Mat img = cv::imread(imgPathStr,-1); // Read image
//cv::imshow("img",img);
//cv::waitKey();
std::vector rgbImg;
cv::split(img,rgbImg);
cv::Mat rgbImg_R = rgbImg[2];
cv::Mat rgbImg_G = rgbImg[1];
cv::Mat rgbImg_B = rgbImg[0];
// Attributes
int imgRows = img.rows;
std::cout<<"imgRows = "< 初写于 2015-04-28，未完待续。
首发于 Yimian Dai's Homepage，转载请注明出处。
参考资料：
OpenCV参考手册之Mat类详解（一）
OpenCV参考手册之Mat类详解（二）
OpenCV参考手册之Mat类详解（三）
《OpenCV 2 计算机视觉编程手册》