opencv中Mat类常用的一些操作总结

先后顺序按照作者经常用的来写：

一、cv::Mat类的创建方法或者一些创建需求：

1. 最基础的创建方式：

   　

   cv::Mat image;

   　这种创建方式适用于一些函数的输出，因为一些函数会自动为其构建大小和类型；

2. 当需要利用Mat构建矩阵去计算时候，往往需要去确定其大小以及参数类型：

   　

   如下，构建了两个个3行3列，参数为整数的矩阵a和b：

cv::Mat a(3,3,CV_8U);
cv::Mat b;
b.creat(3,3,CV_8U);
           

1. 常有为了方便计算，会直接调用一个已知矩阵的情况，就需要在创建矩阵时候就对其进行赋值的操作：

   如下，直接对一个3行3列的矩阵进行赋值：

cv::Mat c = (Mat_<double>(3,3)<<0.111,0.222,0.333,0.444,0.555,0.666,0.777,0.888,0.999);
           

注：对于一些opencv函数的参数，有特殊的格式要求，这里需要注意一下格式的选择。

二、cv::Mat类的常用操作：

1. 取矩阵中某个位置的值，也可以是取图像中某点像素的灰度值：

cv::Mat c = (Mat_<double>(3,3)<<0.111,0.222,0.333,0.444,0.555,0.666,0.777,0.888,0.999);
//取矩阵c中(1,1)点处的值,此处类型要注意与Mat中一致
float result = c.at<double>(1,1);
           

1. 计算矩阵的平均值，这里需要用到一个opencv函数　　

   　Scalar mean(InputArray src, InputArray mask = noArray());

   　这个函数返回的Scalar类型是一个１行４列的数组，对于输入的Mat是单通道的情况，我们取Scalar的第一位就是平均值，代码如下：

cv::Mat c = (Mat_<double>(3,3)<<0.111,0.222,0.333,0.444,0.555,0.666,0.777,0.888,0.999);
Scalar_<double> x =  mean(c);
double ave = x(0);
           

1. 计算矩阵的点乘

   矩阵A、B、C，C是AB的点乘，代码中表示为：

cv::Mat A(3,3,CV_8U);
cv::Mat B(3,1,CV_8U);
cv::Mat C(1,3,CV_8U);
A = B*C;
           

先写这些常用到的，其他想到了再补充！