1. Mat是Opencv转向C++后设计的图像类，替代原来的IpIImage和cvMat。
2. Mat类由两个数据部分组成：
(1)矩阵信息头（包含矩阵尺寸，储存方法，储存地址等信息）
(2)指向储存所有像素值的矩阵(根据所选储存方法不同，矩阵的维数不同)。
3. Mat的内存是自动分配和释放的。
4. 为了减小在函数中传递图像的开销，Mat使用引用计数机制，每个Mat对象拥有自己的信息头，但是共享一个矩阵。拷贝构造函数只拷贝信息头和矩阵空间的指针。如果想完全拷贝矩阵，需要使用 clone()或者cpoyto()函数。可以创建只引用部分数据的信息头，来创建一个感兴趣的区域。
5. Mat重载了 << 操作符，并且支持格式化输出。
例如：
Mat R = Mat(3, 2, CV_8UC3);
//默认方式
cout << R << endl << endl;
//Python
cout << format(R,"python") << endl << endl;
//C语言
cout << format(R,"C" ) << endl << endl;</span>Opencv同样支持使用 << 操作符打印其他常用数据结构，比如：
//2维点
Point2f P(5, 1);
cout << "Point (2D) = " << P << endl << endl;
//3维点
Point3f P3f(2, 6, 7);
cout << "Point (3D) = " << P3f << endl << endl;
//基于cv::Mat的std::vector
vector<float> v;
v.push_back( (float)CV_PI);
v.push_back(2);
v.push_back(3.01f);
cout << "Vector of floats via Mat = " << Mat(v) << endl << endl;
//std::vector点
vector<Point2f> vPoints(20);
for (size_t E = 0; E < vPoints.size(); ++E)
vPoints[E] = Point2f((float)(E * 5), (float)(E % 7));
cout << "A vector of 2D Points = " << vPoints << endl << endl;
6. 除了在构造函数中可以创建图像，也可以使用 Mat 类的 create()函数创建图像。如果 create()函数指定的参数与图像之前的参数相同，则不进行实质的内存申请操作；如果参数不同，则减少原始数据内存的索引，并重新申请内存。
7. Mat储存像素值需要指定：
(1) 颜色空间。指的是对一个给定的颜色，如何组合颜色元素以对其编码。
最简单的颜色空间要属灰度级空间，只处理黑色和白色，对它们进行组合可以产生不同程度的灰色。
对于彩色方式则有更多种类的颜色空间，但不论哪种方式都是把颜色分成三个或者四个基元素，通过组合基元素可以产生所有的颜色。有很多的颜色系统，各有自身优势：
①RGB是最常见的，这是因为人眼采用相似的工作机制，它也被显示设备所采用。Opencv默认的颜色顺序为BGR。
②HSV和HLS把颜色分解成色调、饱和度和亮度/明度。这是描述颜色更自然的方式，比如可以通过抛弃最后一个元素，使算法对输入图像的光照条件不敏感。
③YCrCb在JPEG图像格式中广泛使用。
④CIE L*a*b*是一种在感知上均匀的颜色空间，它适合用来度量两个颜色之间的 距离 。
(2) 数据类型。每个组成元素都有其自己的定义域，取决于其数据类型。
如何存储一个元素决定了我们在其定义域上能够控制的精度。最小的数据类型是 char ，占一个字节或者8位，可以是有符号型（0到255之间）或无符号型（-127到+127之间）。尽管使用三个 char 型元素已经可以表示1600万种可能的颜色（使用RGB颜色空间），但若使用float（4字节，32位）或double（8字节，64位）则能给出更加精细的颜色分辨能力。但同时也要切记增加元素的尺寸也会增加了图像所占的内存空间
8. 常用的构造函数有：
Mat::Mat()
//无参数构造方法；
Mat::Mat(int rows, int cols, int type)
//创建行数为 rows，列数为 col，类型为 type 的图像；
Mat::Mat(Size size, int type)
//创建大小为 size，类型为 type 的图像；
Mat::Mat(int rows, int cols, int type, const Scalar& s)
//创建行数为 rows，列数为 col，类型为 type 的图像，并将所有元素初始化为值 s；
Mat::Mat(Size size, int type, const Scalar& s)
//创建大小为 size，类型为 type 的图像，并将所有元素初始化为值 s；
Mat::Mat(const Mat& m)
//将 m 赋值给新创建的对象， 此处不会对图像数据进行复制， m 和新对象共用图像数据；
Mat::Mat(int rows, int cols, int type, void* data, size_t step=AUTO_STEP)
//创建行数为 rows，列数为 col，类型为 type的图像，此构造函数不创建图像数据所需内存， 而是直接使用 data 所指内存，图像的行步长由 step指定。
Mat::Mat(Size size, int type, void* data, size_t step=AUTO_STEP)
//创建大小为 size，：类型为 type 的图像，此构造函数不创建图像数据所需内存，而是直接使用 data 所指内存，图像的行步长由 step 指定。
* Mat::Mat(const Mat& m, const Range& rowRange, const Range& colRange)
//创建的新图像为 m 的一部分，具体的范围由 rowRange 和 colRange 指定， 此构造函数也不进行图像数据的复制操作， 新图像与 m 共用图像数据；
* Mat::Mat(const Mat& m, const Rect& roi)
//创建的新图像为 m 的一部分，具体的范围 roi 指定，此构造函数也不进行图像数据的复制操作，新图像与 m 共用图像数据。这些构造函数中， 很多都涉及到类型type。 type可以是CV_8UC1， CV_16SC1， …，CV_64FC4 等。里面的 8U 表示 8 位无符号整数，16S 表示 16 位有符号整数，64F表示 64 位浮点数（即 double 类型） ；C 后面的数表示通道数，例如 C1 表示一个通道的图像，C4 表示 4 个通道的图像，以此类推。
如果你需要更多的通道数，需要用宏 CV_8UC(n)。
例如：Mat M(3,2, CV_8UC(5));//创建行数为 3，列数为 2，通道数为 5 的图像
9. 对于单通道图像，其元素类型一般为 8U（即 8 位无符号整数） ，当然也可以是 16S、32F 等；这些类型可以直接用 uchar、short、float 等 C/C++语言中的基本数据类型表达。
如果多通道图像，如 RGB 彩色图像，需要用三个通道来表示。在这种情况下， 如果依然将图像视作一个二维矩阵， 那么矩阵的元素不再是基本的数据类型。
OpenCV 中有模板类 Vec，可以表示一个向量。OpenCV 中使用 Vec 类预定义了一些小向量，可以将之用于矩阵元素的表达。
typedef Vec<uchar, 2> Vec2b;
typedef Vec<uchar, 3> Vec3b;
typedef Vec<uchar, 4> Vec4b;
typedef Vec<short, 2> Vec2s;
typedef Vec<short, 3> Vec3s;
typedef Vec<short, 4> Vec4s;
typedef Vec<int, 2> Vec2i;
typedef Vec<int, 3> Vec3i;
typedef Vec<int, 4> Vec4i;
typedef Vec<float, 2> Vec2f;
typedef Vec<float, 3> Vec3f;
typedef Vec<float, 4> Vec4f;
typedef Vec<float, 6> Vec6f;
typedef Vec<double, 2> Vec2d;
typedef Vec<double, 3> Vec3d;
typedef Vec<double, 4> Vec4d;
typedef Vec<double, 6> Vec6d;
例如 8U 类型的 RGB 彩色图像可以使用 Vec3b，3 通道 float 类型的矩阵可以使用 Vec3f。
对于 Vec 对象，可以使用[]符号如操作数组般读写其元素，如：
Vec3b color; //用 color 变量描述一种 RGB 颜色
color[0]=255; //B 分量
color[1]=0; //G 分量
color[2]=0; //R 分量
