OpenCV库中的大部分函数，要么是cv::Mat类的成员，要么是使用cv::Mat类作为参数，要么就是把cv::Mat作为返回值，很少有函数和这三种都没有关系。

OpenCV中的cv::Mat就相当于Numpy中的array类型，是整个库最核心的概念，其它内容都是围绕这个概念建立起来的。

cv::Mat类表示N维稠密数组，cv::SparsesMat表示N维稀疏数组

1. cv::Mat类的成员变量

OpenCV2.x版本中的CvMat结构，与现在OpenCV3.x之后的还是有很大不同的。

现在的cv::Mat类的成员变量：

• int flags，包括下面四种标志，
  • the magic signature，魔法标识
  • continuity flag，连续性标志
  • depth，深度
  • number of channels，通道数
• int dims，表示矩阵的维度，>=2
• int rows和int cols表示矩阵的高/行和宽/列，当维度>2时，这两个值无效，返回(-1,-1)
• uchar * data，一个数据指针，指向数据真正存储的地方
• MatStep step，定义矩阵的数据布局
• MatSize size: Size(cols, rows) ，这是因为在Size的构造器里，rows和columns的参数顺序是相反的，如下：

  typedef Size2i cv::Size
  typedef Size_<int> cv::Size2i
  Size_ (_Tp _width, _Tp _height) size指定的先是宽cols，再是高rows
  

1.1 flags

以下回答来自chatGPT：

在 OpenCV 中，cv::Mat 类有一个特殊的成员变量 flags，它是一个整数，表示 cv::Mat 对象的属性和标志。

flags 的值是通过对不同的标志位进行按位或操作得到的，不同的标志位表示不同的属性和行为。以下是一些常用的 flags 标志和它们的作用：

• cv::Mat::CONTINUOUS_FLAG：表示矩阵是连续的，即数据在内存中是按行存储的，没有间隔。
• cv::Mat::DEPTH_MASK：表示矩阵的深度（数据类型），可以通过与 cv::Mat::DEPTH_MASK 进行按位与操作来提取深度值。
• cv::Mat::CHANNELS_MASK：表示矩阵的通道数，可以通过与 cv::Mat::CHANNELS_MASK 进行按位与操作来提取通道数值。
• cv::Mat::MAGIC_MASK：用于检测错误或非法的 cv::Mat 对象。
• cv::Mat::TYPE_MASK：用于提取矩阵的类型信息，flags 中除去上述标志位以外的部分。

此外，还有一些特定的标志位，如 cv::Mat::CONTINUOUS、cv::Mat::CV_32S 等，用于表示特定的属性。

你可以使用 cv::Mat::flags 成员变量来获取 cv::Mat 对象的标志位，也可以使用 cv::Mat::type() 函数来获取矩阵的类型。例如：

cv::Mat image = cv::imread("image.jpg");
int flags = image.flags;
int type = image.type();

注意，通过 flags 获取的是一个整数，你可以通过按位与与按位右移等操作来提取具体的属性值。而通过 type() 函数获取的是一个表示类型的整数，通过与 CV_ 系列常量进行比较，可以获知矩阵的具体类型。

参考：

• OpenCV学习之路（二）——Mat对象
• 【OpenCV4】cv::Mat.isContinuous() 函数判断内存是否连续（c++
• OpenCV】从Mat的flags中可以读到的信息，以及相关宏定义

1.2 cv::Mat::step

详见OpenCV:Mat中的step、elemSize和任意内存访问

2 存储方式，存储位置计算

2.1 存储方式

cv::Mat可以用来表示任意维度的数组，数组中数据的存储和n维光栅扫描顺序的类似。
如果是一维数组，其存储就是连续的；
如果是二维数组，数据被组织成行，然后按照行排列（以前数据结构里，数组排列的行优先）
如果是三维数组(plane)，那就是每个plane先被逐行填满，然后plane再一个接一个。

例如:

有一维数组： [1,3,5,2,7]
其存储：①③⑤②⑦

有二维数组(OpenCV里打印2d数组结果是这样的)：
[1,3,5,2,7;
1,3,5,2,7;
1,3,5,2,7]
其存储：①③⑤②⑦|①③⑤②⑦|①③⑤②⑦
一个|代表一行

三维数组。。。无法直接使用std::cout打印，可以理解为
其存储：
①③⑤②⑦|①③⑤②⑦|①③⑤②⑦||①③⑤②⑦|①③⑤②⑦|①③⑤②⑦||①③⑤②⑦|①③⑤②⑦|①③⑤②⑦
一个|代表一行，一个||表示一个plane

2.2 🌈存储位置计算

2.2.1 基本计算公式

从1.1 成员变量中可以知道，对于一个矩阵$M$，其布局是由数组M.step[]所定义的，因此索引为$[i_0,i_1...,i_{M.dims-1}]$的元素（其中$0\le i_k\le M.size[k]$）的地址可以通过下式计算：
$$addr($$