【图像处理OpenCV(C++版)】——2.1 深入理解OpenCV之Mat类及相关成员函数

前言：

😊😊😊欢迎来到本博客😊😊😊

🌟🌟🌟 本专栏主要结合OpenCV和C++来实现一些基本的图像处理算法并详细解释各参数含义，适用于平时学习、工作快速查询等，随时更新。

😊😊😊 具体食用方式：可以点击本专栏【OpenCV快速查找(更新中)】–>搜索你要查询的算子名称或相关知识点，或者通过这篇博客👉通俗易懂OpenCV(C++版)详细教程——OpenCV函数快速查找(不断更新中)]查阅你想知道的知识，即可食用。

🎁🎁🎁支持：如果觉得博主的文章还不错或者您用得到的话，可以悄悄关注一下博主哈，如果三连收藏支持就更好啦！这就是给予我最大的支持！😙😙😙

文章目录

- 学习目标
- 一、什么是Mat类
- 二、了解向量Vec类
- 三、构造单、多通道Mat对象
- - 3.1 构造单通道Mat对象
  - 3.2 构造多通道Mat对象
- 四、获取单、多通道Mat的信息
- - 4.1 获取单通道Mat的信息
  - - (1) 使用成员变量rows和cols获取矩阵的行数和列数
    - (2) 使用成员函数`size()`获取矩阵的尺寸
    - (3) 使用成员函数`channels()`得到矩阵的通道数
    - (4) 成员函数`total()`
    - (5) 成员变量`dims`
  - 4.2 获取多通道Mat中某区域的值
  - - (1) 使用成员函数row(i)或col(j)得到矩阵的第i行或者第j列
    - (2) 使用成员函数`rowRange`或`colRange`得到矩阵的连续行或者连续列
    - (3) 成员函数`clone()`和`copyTo()`
    - (4) 使用`Rect`类
- 五、访问单、多通道Mat对象中的值
- - 5.1 访问单通道Mat对象中的值
  - - (1) 使用成员函数`at`
    - (2) 使用成员函数`ptr`
    - (3) 使用成员函数`isContinuous()`和`ptr`
    - (4) 使用成员变量`step`和`data`
  - 5.2 访问多通道Mat对象中的值
  - - (1) 使用成员函数`at`
    - (2) 使用成员函数`ptr`
    - (3) 使用成员函数`isContinuous()`和`ptr`
    - (4) 使用成员变量`step`和`data`
    - (5) 分离通道
    - (6) 合并通道
- 六、总结

学习目标

本章内容较多，如有需要，耐心阅读。

初识OpenCV中Mat类
构造单、多通道Mat对象
获取单、多通道Mat的信息
访问单、多通道Mat对象中的值

一、什么是Mat类

Mat类（Matrix）是OpenCV中最核心的类，代表矩阵或者数组的意思，该类的声明在头文件<opencv2\core\core.hpp>中，当然直接声明 <opencv2/opencv.hpp>也可以，所以使用Mat类时要引入相关头文件。
构造Mat对象相当于构造了一个矩阵（数组），需要四个基本要素：行数（高）、列数（宽）、通道数及其数据类型，Mat类的构造函数如下：

Mat(int rows,int cols,int type)

其中，rows代表矩阵的行数，cols代表矩阵的列数，type代表类型，包括通道数及其数据类型，可以设置为：

类型	注释
<CV_8UC(n)	占1字节的uchar类型
CV_8SC(n)	占1字节的int类型
CV_16SC(n)	占2字节的int类型
CV_16UC(n)	占2字节的uchar类型
CV_32SC(n)	占4字节的int类型
CV_32FC(n)	占4字节的float类型
CV_64FC(n)	占8字节的doule类型

注：8U、8S、16S、16U、32S、32F、64F前面的数字代表Mat中每一个数值所占的bit数，1byte=8bit，C(n)代表通道数，当n=1时，即构造单通道矩阵或称二维矩阵，当n≠1时，即构造多通道矩阵即三维矩阵，直观上就是n个二维矩阵组成的三维矩阵。

对于Mat构造函数也可以采用以下形式：

Mat(Size(int cols,int rows),int type);

这里使用了OpenCV的Size类，这个类一般用来存储矩阵的列数和行数。需要注意的是：Size的第一个元素是矩阵的列数（宽），第二个元素是矩阵的行数（高），即先存宽，再存高。

二、了解向量Vec类

后面在介绍多通道Mat对象相关知识中，会涉及到OpenCV的向量类，这里先了解关于OpenCV中的向量类相关内容。
这里的向量可以理解为我们数学学过的列向量，构造一个_cn×1的列向量，数据类型为_Tp，格式如下：

Vec<TypeName _Tp,int _cn>

构造一个长度为5，数据类型为int且初始化12，13，14，15，16的列向量：

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int  main(int argc, char**argv) {

	Vec<int, 5> vv(12,13,14,15,16);
	cout << "vec列向量的行数为：" << vv.rows << endl;
	cout << "vec列向量的列数为：" << vv.cols << endl;

	return 0;
}

如果我们想访问向量里的元素，则可以利用“[]”或者“()”操作符访问向量中的值:

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int  main(int argc, char**argv) {

	Vec<int, 5> vv(12,13,14,15,16);
	cout << "vec列向量的行数为：" << vv.rows << endl;
	cout << "vec列向量的列数为：" << vv.cols << endl;
	cout << "访问第一个元素:" << vv[0] << endl;
	cout << "访问第二个元素:" << vv(1) << endl;

	return 0;
}

OpenCV为向量类的声明取了一个别名，例如：

typedef Vec<unchar,3> Vec3b;
typedef Vec<int,2> Vec2i;
typedef Vec<float,4> Vec4f;
typedef Vec<double,3> Vec3d;

注：通道矩阵的每一个元素都是一个数值，多通道矩阵的每一个元素都可以看作一个向量。这是多通道Mat的基础，后面会在彩色图像的数字化详细介绍。

三、构造单、多通道Mat对象

3.1 构造单通道Mat对象

构造单通道Mat对象的方式有很多，不同的方式有各自特点及注意点，下面介绍各种构造方法。
构造3行4列float类型的单通道矩阵，代码如下:

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int  main(int argc, char**argv) {
	//构造3行4列的矩阵
	Mat m = Mat(3, 4, CV_32FC(1));

	return 0;
}

也可以采用Size对象构造：

//借助Size对象
Mat m = Mat(Size(4, 3), CV_32FC(1));

注：这里的Size(4,3)是指4列3行。

还可以使用Mat中的成员函数create完成Mat对象的构造，代码如下：

Mat m;
m.create(3, 4, CV_32FC(1));
//m.create(Size(4, 3), CV_32FC(1));

注：CV_32FC（1）和CV_32FC1的写法都可以。

在平时操作过程中，常见的0矩阵、1矩阵能够更直接去构造，比如构造一个3行4列全1的float类型的单通道矩阵：

//构造全1的3行4列单通道矩阵
Mat one = Mat::ones(3, 4, CV_32FC(1));
Mat one = Mat::ones(Size(4, 3), CV_32FC(1));

构造一个3行4列全0的float类型的单通道矩阵：

//构造全0的3行4列单通道矩阵
Mat zero = Mat::zeros(3, 4, CV_32FC(1));
Mat zero = Mat::zeros(Size(4, 3), CV_32FC(1));

平时在测试一些小项目时，可以快速创建矩阵，那么就可以直接定义：

Mat m = (Mat_<int>(3, 4) << 1, 2, 3, 4, 5, 6);

3.2 构造多通道Mat对象

构造一个由n个rows*cols二维浮点型矩阵组成的三维矩阵，具体如下：

Mat(int rows, int cols, CV_32FC(n))

前面讲了当n=1时，就是单通道矩阵了。如果构造一个2行2列的float类型的三通道矩阵，代码如下：

//构造一个2行2列的float类型的三通道矩阵
Mat mm = (Mat_<Vec3f>(2, 2) << Vec3f(1, 22, 21), Vec3f(2, 12, 31), Vec3f(3, 13, 23), Vec3f(4, 24, 34));

注：这里的Vec3f(1, 22, 21)写法详见上述二、了解向量Vec类。

四、获取单、多通道Mat的信息

4.1 获取单通道Mat的信息

下面详细介绍Mat的成员变量和成员函数，以便获得矩阵m的基本信息，以3行2列的二维矩阵为例：

(1) 使用成员变量rows和cols获取矩阵的行数和列数

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int  main(int argc, char**argv) {
	//构造矩阵
	Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);

	//矩阵行数
	cout << "矩阵m的行数为：" << m.rows << endl;
	//矩阵列数
	cout << "矩阵m的列数为：" << m.cols << endl;

	return 0;
}

(2) 使用成员函数`size()`获取矩阵的尺寸

上述是通过成员函数获取矩阵行和列，我们还可以通过成员函数size()直接得到矩阵尺寸的Size对象，即矩阵大小：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int  main(int argc, char**argv) {
	//构造矩阵
	Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);

	//矩阵行数
	cout << "矩阵m的行数为：" << m.rows << endl;
	//矩阵列数
	cout << "矩阵m的列数为：" << m.cols << endl;
	
	//矩阵大小
	cout << "矩阵m的大小为：" << m.size() << endl;

	return 0;
}

(3) 使用成员函数`channels()`得到矩阵的通道数

可以通过成员函数channels()得到Mat的通道数:

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int  main(int argc, char**argv) {
	//构造矩阵
	Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);

	//矩阵行数
	cout << "矩阵m的行数为：" << m.rows << endl;
	//矩阵列数
	cout << "矩阵m的列数为：" << m.cols << endl;
	
	//矩阵大小
	cout << "矩阵m的大小为：" << m.size() << endl;
	
	//矩阵通道数
	cout << "矩阵m的通道数为：" << m.channels() << endl;

	return 0;
}

(4) 成员函数`total()`

total()的返回值是矩阵的行数乘以列数，即面积。注意和通道数无关，返回的不是矩阵中数据的个数。

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int  main(int argc, char**argv) {
	//构造矩阵
	Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);

	//矩阵行数
	cout << "矩阵m的行数为：" << m.rows << endl;
	//矩阵列数
	cout << "矩阵m的列数为：" << m.cols << endl;
	
	//矩阵大小
	cout << "矩阵m的大小为：" << m.size() << endl;
	
	//矩阵通道数
	cout << "矩阵m的通道数为：" << m.channels() << endl;

	//面积
	cout << "矩阵m的面积为：" << m.total() << endl;
	
	return 0;
}

(5) 成员变量`dims`

dims代表矩阵的维数，对于单通道矩阵来说就是一个二维矩阵，对于多通道矩阵来说就是一个三维矩阵。

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int  main(int argc, char**argv) {
	//构造矩阵
	Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);

	//矩阵行数
	cout << "矩阵m的行数为：" << m.rows << endl;
	//矩阵列数
	cout << "矩阵m的列数为：" << m.cols << endl;
	
	//矩阵大小
	cout << "矩阵m的大小为：" << m.size() << endl;
	
	//矩阵通道数
	cout << "矩阵m的通道数为：" << m.channels() << endl;

	//面积
	cout << "矩阵m的面积为：" << m.total() << endl;

	//矩阵维度
	cout << "矩阵m的维度为：" << m.dims << endl;
	
	return 0;
}

4.2 获取多通道Mat中某区域的值

(1) 使用成员函数row(i)或col(j)得到矩阵的第i行或者第j列

对于单通道矩阵而言，获取某行或者某列的所有值很好理解，即：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int  main(int argc, char**argv) {
	//构造矩阵
	Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);
	int r = 1;
	int c = 0;

	Mat mr = m.row(r);
	Mat ml = m.col(c);


	cout <<"矩阵m第["<<r<<"]行为:" <<mr << endl;
	cout << "矩阵m第[" << c << "]列为:" << ml << endl;


	return 0;
}

注意：返回值仍然是一个单通道的Mat类型。

(2) 使用成员函数`rowRange`或`colRange`得到矩阵的连续行或者连续列

在学习该成员函数之前，先了解OpenCV中的Range类，该类用于构造连续的整数序列，构造函数如下：

Range(int _start, int _end);

注意：这是一个左闭右开的序列[_start，_end），比如Range(2,6)其实产生的是2、3、4、5的序列，不包括6，常用作rowRange和colRange的输入参数，从而访问矩阵中的连续行或者连续列。

下面我们构造一个4x4的矩阵：

访问mm的第2、3行：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int  main(int argc, char**argv) {
	//构造矩阵
	Mat mm = (Mat_<int>(4, 4) << 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16);
	Mat mm_range = mm.rowRange(Range(2, 4)); //另一种写法：Mat mm_range = mm.rowRange(2, 4);

	for (int  r = 0; r <mm_range.rows; r++)
	{
		for (int c = 0; c < mm_range.cols; c++)
		{
			cout << mm_range.at<int>(r,c)<< ",";
		}
		cout << endl;
	}

	return 0;
}

成员函数rowRange是一个重载函数，也可以直接将 Range 的_start 和_end 直接作为rowRange的输入参数，上述获取矩阵连续行的操作可以直接写为：

Mat mm_range = mm.rowRange(2, 4);

同理，想获取矩阵第几列可以用colRange，例如：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int  main(int argc, char**argv) {
	//构造矩阵
	Mat mm = (Mat_<int>(4, 4) << 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16);
	//Mat mm_range = mm.rowRange(Range(2, 4));  //另一种写法：Mat mm_range = mm.rowRange(2, 4);

	Mat mm_range = mm.colRange(Range(2, 4));  //另一种写法：Mat mm_range = mm.colRange(2, 4);

	for (int  r = 0; r <mm_range.rows; r++)
	{
		for (int c = 0; c < mm_range.cols; c++)
		{
			cout << mm_range.at<int>(r,c)<< ",";
		}
		cout << endl;
	}

	return 0;
}

需要特别注意的是：成员函数rows、cols、rowRange、colRange返回的矩阵是指向原矩阵的，比如改变r_range的第1行第1列的值：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int  main(int argc, char**argv) {
	//构造矩阵
	Mat mm = (Mat_<int>(4, 4) << 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16);
	//Mat mm_range = mm.rowRange(Range(2, 4));  //另一种写法：Mat mm_range = mm.rowRange(2, 4);

	Mat mm_range = mm.colRange(Range(2, 4));  //另一种写法：Mat mm_range = mm.colRange(2, 4);

	for (int  r = 0; r <mm_range.rows; r++)
	{
		for (int c = 0; c < mm_range.cols; c++)
		{
			cout << mm_range.at<int>(r,c)<< ",";
		}
		cout << endl;
	}
	cout <<"===================================="<< endl;

	//改变第1行第1列值
	mm_range.at<int>(1, 1) = 50;
	cout << "改变后的矩阵为：" << endl;
	cout << mm_range << endl;

	return 0;
}

但是，我们只访问原矩阵的某些行或列，不想改变原矩阵的值，该如何做呢？

(3) 成员函数`clone()`和`copyTo()`

对于刚刚遗留的问题，从函数名就可以看出，clone()和copyTo()用于将矩阵克隆或者复制一份。

首先，关于clone()函数：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int  main(int argc, char**argv) {
	//构造矩阵
	Mat mm = (Mat_<int>(4, 4) << 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16);
	//克隆函数
	Mat mm_range_clone = mm.rowRange(Range(2, 4)).clone();

	//改变mm_range_clone第1行第1列值
	mm_range_clone.at<int>(1, 1) = 50;
	cout << "改变后的矩阵为：" << endl;
	cout << mm_range_clone << endl;
	cout << "====================================" << endl;
	cout << "原矩阵为：" << endl;
	cout << mm << endl;
	
	return 0;
}

将矩阵mm的第2、3行克隆一份，这时候改变mm_range_clone的值，mm中的值是不变的。

接下来，类似操作，也可以使用copyTo()函数：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int  main(int argc, char**argv) {
	//构造矩阵
	Mat mm = (Mat_<int>(4, 4) << 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16);
	//克隆函数
	Mat mm_range_clone = mm.rowRange(Range(2, 4)).clone();

	//改变mm_range_clone第1行第1列值
	mm_range_clone.at<int>(1, 1) = 50;
	cout << "改变后的矩阵为：" << endl;
	cout << mm_range_clone << endl;
	cout << "====================================" << endl;
	cout << "原矩阵为：" << endl;
	cout << mm << endl;
	
	cout << "*******************************************" << endl;
	
	//复制函数
	Mat mm_range_copy;
	mm.rowRange(Range(2, 4)).copyTo(mm_range_copy);

	//改变mm_range_copy第1行第1列值
	mm_range_copy.at<int>(1, 1) = 100;
	cout << "改变后的矩阵为：" << endl;
	cout << mm_range_copy << endl;
	cout << "====================================" << endl;
	cout << "原矩阵为：" << endl;
	cout << mm << endl;
	return 0;

}

将mm中的第2、3行复制到mm_range_copy中。

(4) 使用`Rect`类

如果我们要获取矩阵中某一特定的矩形区域，根据上述方法可以先使用rowRange，再使用colRange来定位。
OpenCV提供了一种更简单的方式，就是使用Rect类（Rect是Rectangle的缩写，矩形的意思）。构造一个矩形有多种方式：

条件	构造函数
知道左上角的坐标(x，y)，还有矩形的宽度和高度	`Rect(int_x，int_y，int_width，int_hight）`
将`_width`和`_height`保存在一个Size中	`Rect(int_x，int_y，Size size)`
知道左上角和右下角的坐标也可以构造一个矩形	`Rect(Point1，Point2)` 注意范围为前闭后开，不含点Point2

当然，还有其他的构造函数，这里不再一一列举，都差不多，掌握这三种也就够了。我们还以4x4的矩阵为例：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int  main(int argc, char**argv) {
	//构造矩阵
	Mat mm = (Mat_<int>(4, 4) << 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16);
	Mat rec1 = mm(Rect(Point(1, 1), Point(3, 3)));//左上角坐标、右下角坐标
	Mat rec2 = mm(Rect(1,1,2,2));//左上角坐标、宽、高
	Mat rec3 = mm(Rect(Point(1, 1),Size(2,2)));//左上角坐标、尺寸
	cout << "rec1区域为：" << endl;
	cout << rec1 << endl;
	cout << "====================================" << endl;
	cout << "rec2区域为：" << endl;
	cout << rec2 << endl;
	cout << "====================================" << endl;
	cout << "rec3区域为：" << endl;
	cout << rec3 << endl;


	return 0;



}

这样得到的矩形区域是指向原矩阵的，要改变rec1中的值，mm也会发生变化，如果不想这样，则仍然可以使用clone()或者copyTo()。

五、访问单、多通道Mat对象中的值

5.1 访问单通道Mat对象中的值

(1) 使用成员函数`at`

访问Mat对象中的值，最直接的方式是使用Mat的成员函数at，如对于单通道且数据类型为CV_32F的3行2列的二维矩阵矩阵m：

访问它的第r行第c列的值，格式为：m.at<Typename>(r，c)。我们还是以矩阵m为例，使用at访问它的值。对于矩阵m中的值依次存入下表中，按照行和列的索引取值即可：

利用成员函数at依次访问m中的所有值并打印：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
	//构造矩阵
int main(int argc,char**argv){
	Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);

	for (int r = 0; r <m.rows; r++)
	{
		for (int c = 0; c < m.cols; c++)
		{
			cout << m.at<int>(r, c) << ",";
		}
		cout << endl;
	}

	return 0;
}

除了使用成员函数at访问，还可以使用Point类和成员函数at来实现：即将代码m.at<Typename>(r，c)改为m.at<Typename>(Point(c，r))，把行和列的索引变为坐标的形式。

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
	//构造矩阵
int main(int argc,char**argv){
	Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);

	for (int r = 0; r <m.rows; r++)
	{
		for (int c = 0; c < m.cols; c++)
		{
			//cout << m.at<int>(r, c) << ",";
			cout << m.at<int>(Point(c,r)) << ",";
		}
		cout << endl;
	}

	return 0;
}

注：我们习惯表示矩阵的第r行第c列，也可以利用Point指明矩阵中某一个固定位置，那么该位置就用Point(c，r)来定义，注意第一个元素是列坐标（列号），第二个元素是行坐标（行号），符合我们将水平方向作为x轴，将垂直方向作为y轴的习惯，这里的y轴的方向是朝下的。

(2) 使用成员函数`ptr`

Mat中的数值在内存中的存储，每一行的值是存储在连续的内存区域中的，我们可以通过成员函数ptr获得指向每一行首地址的指针。
以矩阵m为例，m中所有的值在内存中的存储方式如下图所示，其中如果行与行之间的存储是有内存间隔的，那么间隔也是相等的。

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
	//构造矩阵
int main(int argc,char**argv){
	//构造矩阵
	Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);
	
	/*成员函数ptr*/
	for (int r = 0; r <m.rows; r++)
	{	
		//获取矩阵m第r行行首地址
		const int  *ptr = m.ptr<int>(r);
		//打印第r行所有值
		for (int c = 0; c < m.cols; c++)
		{
			cout << ptr[c] << ",";
		}
		cout << endl;
	}
	return 0;

}

(3) 使用成员函数`isContinuous()`和`ptr`

从刚刚的图中可以一目了然，即每一行的所有值存储在连续的内存区域中，行与行之间可能会有间隔，
如果isContinuous返回值为true，则代表行与行之间也是连续存储的，即所有的值都是连续存储的，如图下图所示。

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main(int argc,char**argv){
	//构造矩阵
	Mat m = (Mat_<int>(3, 2) << 12, 15, 13, 16, 14, 17);
	/*成员函数isContinuous*/
	if (m.isContinuous())
	{	
		cout << "isContinuous is: " << m.isContinuous()<< endl;
		//获取矩阵m第1个值的地址
		const int  *ptr = m.ptr<int>(0);
		for (int n = 0; n < m.rows * m.cols; n++)
		{
			cout << ptr[n] << ",";
		}
	}
	
	return 0;

}

(4) 使用成员变量`step`和`data`

从前面的讨论我们已经知道，Mat中的值在内存中存储分为两种情况，以矩阵m为例，如上述(2)和(3)所述。下面通过这两种情况，介绍两个重要的成员变量——step和data。

如下图所示是行与行之间有相等的内存间隔的情况，即不连续：

如下图所示是是连续的情况：

如上图所示：对于单通道矩阵而言，step[0]代表每一行所占的字节数，而如果有间隔的话，这个间隔也作为字节数的一部分被计算在内； step[1]代表每一个数值所占的字节数；data是指向第一个数值的指针，类型为uchar。

所以，无论哪一种情况，如访问一个int类型的单通到矩阵的第r行第c列的值，都可以通过以下代码来实现：

*((int*)(m.data+m.step[0]*r+c*m.step[1]))

总结：如果是CV_32F类型，则将int替换成float即可。从取值效率上说，直接使用指针的形式取值是最快的，使用at是最慢的，但是可读性很高。

5.2 访问多通道Mat对象中的值

访问多通道Mat对象中的值使用的成员函数与单通道几乎一致，不同的是多通道所表示的矩阵维度有差异，具体如下。

(1) 使用成员函数`at`

成员函数at访问多通道Mat的元素值，可以将多通道Mat看作一个特殊的二维数组，即在每一个位置上不是一个数值而是一个向量（元素）。

通过上图按行号、列号取出每一个元素Vec3f即可：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main(int argc,char**argv){
   //构造矩阵
   Mat mm = (Mat_<Vec3f>(2, 2) << Vec3f(1, 11, 21), Vec3f(2, 12, 22), Vec3f(3, 13, 23), Vec3f(4, 14, 24));


   /* 成员函数at*/
   for (int r = 0; r <mm.rows; r++)
   {
   	for (int c = 0; c < mm.cols; c++)
   	{
   		cout << mm.at<Vec3f>(r, c) << ",";
   		//cout << m.at<Vec3f>(Point(c, r)) << ",";
   	}
   	cout << endl;
   }
   return 0;
}

也可以使用cout << m.at<Vec3f>(Point(c, r)) << ",";替换cout << mm.at<Vec3f>(r, c) << ",";，具体注意点与单通道成员函数at一致。

(2) 使用成员函数`ptr`

多通道Mat的数值在内存中也是按行存储的，且每一行存储在连续的内存区域中，如果行与行之间有内存间隔，这个间隔也是相等的，成员函数ptr可以返回指向指定行的第一个元素（注意不是第一个数值）的指针，如下图所示：

使用ptr访问多通道矩阵的每一个元素：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main(int argc,char**argv){
	//构造矩阵
	Mat mm = (Mat_<Vec3f>(2, 2) << Vec3f(1, 11, 21), Vec3f(2, 12, 22), Vec3f(3, 13, 23), Vec3f(4, 14, 24));
	/*成员函数ptr*/
	for (int r = 0; r <mm.rows; r++)
	{
	//获取矩阵m第r行行首地址
	const Vec3f  *ptr = mm.ptr<Vec3f>(r);
	//打印第r行所有值
	for (int c = 0; c < mm.cols; c++)
	{
	cout << ptr[c] << ",";
	}
	cout << endl;
	}
	return 0;

}

(3) 使用成员函数`isContinuous()`和`ptr`

与单通道Mat对象类似，通过isContinuous判断整个Mat对象中的元素值是否存储在连续内存区域中，如果返回值是true，即表示是连续存储的，如下图所示：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main(int argc,char**argv){
	//构造矩阵
	Mat mm = (Mat_<Vec3f>(2, 2) << Vec3f(1, 11, 21), Vec3f(2, 12, 22), Vec3f(3, 13, 23), Vec3f(4, 14, 24));
	/*成员函数isContinuous*/
	if (m.isContinuous())
	{
		cout << "isContinuous is: " << mm.isContinuous() << endl;
		//指向多通道矩阵mm第1个元素的地址
		const Vec3f  *ptr = mm.ptr<Vec3f>(0);
		for (int n = 0; n < mm.rows * m.cols; n++)
		{
			cout << ptr[n] << ",";
		}
	}
	return 0;

}

如果只获取第r行第c列的元素值，那么就可以通过ptr[r*rows+c*cols]命令得到。

(4) 使用成员变量`step`和`data`

单通道Mat类似，通过data和step获取多通道Mat的每一个元素。也是分两种情况：行与行之间有内存间隔和连续存储。

如下图所示是行与行之间有相等的内存间隔的情况，即不连续，step[0]代表包含这个间隔的字节数：

如下图所示是是连续的情况：

使用data、step、ptr获得多通道矩阵的每一个元素：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main(int argc,char**argv){
	//构造矩阵
	Mat mm = (Mat_<Vec3f>(2, 2) << Vec3f(1, 11, 21), Vec3f(2, 12, 22), Vec3f(3, 13, 23), Vec3f(4, 14, 24));
	// 成员函数data step ptr
	for (int r = 0; r <mm.rows; r++)
	{
		for (int c = 0; c < mm.cols; c++)
		{
			Vec3f  *ptr = (Vec3f*)(mm.data + r*mm.step[0] + c*mm.step[1]);
			cout << *ptr << " ";
	}
		cout << endl;
	}
	return 0;

}

(5) 分离通道

对于多通道矩阵，可以将其分离为多个单通道矩阵，然后按照单通道矩阵的规则访问其中的值。
如下图可以形象看出多通道矩阵分离成单通道矩阵的，即把所有向量的第一个值组成的单通道矩阵作为第一通道，将所有向量的第二元素组成的单通道矩阵作为第二通道，依次类推：

OpenCV中提供了的split()函数来分离多通道，将多通道矩阵mm分离为多个单通道，这些单通道矩阵被存放在vector容器中：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main(int argc,char**argv){
	//构造矩阵
	Mat mm = (Mat_<Vec3f>(2, 2) << Vec3f(1, 11, 21), Vec3f(2, 12, 22), Vec3f(3, 13, 23), Vec3f(4, 14, 24));
	
	/* 成员函数split*/
	vector<Mat> SingleChannel;
	split(mm, SingleChannel);


	//获取每个通道的值
	for (int i = 0; i < SingleChannel.size(); i++)

	{
		cout << "第["<< i+1 <<"]通道:" << endl;
		cout << SingleChannel[i] << endl;
		cout << "==========" << endl;

	}

	return 0;

}

(6) 合并通道

有分有合，merge()函数可以将多个单通道矩阵合并为一个三维矩阵。merge()函数声明如下：

void merge(const Mat * mMV, size_ t count, OutputArray dst)

例如将三个2行2列的int类型的单通道矩阵合并为一个多通道矩阵：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main(int argc,char**argv){
	Mat channel1 = (Mat_<int>(2, 2) << 11, 12, 13, 14);
	Mat channel2 = (Mat_<int>(2, 2) << 21, 22, 23, 24);
	Mat channel3 = (Mat_<int>(2, 2) << 31, 32, 33, 34);

	Mat multiChannel[] = {channel1, channel2, channel3};
	Mat MM;
	merge(multiChannel, 3, MM);
	cout << MM;

	return 0;


}

上面代码将三个单通道矩阵存储在一个Mat数组中，当然也可以将其存储在vector容器中，使用merge的重载函数：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

int main(int argc,char**argv){
	Mat channel1 = (Mat_<int>(2, 2) << 11, 12, 13, 14);
	Mat channel2 = (Mat_<int>(2, 2) << 21, 22, 23, 24);
	Mat channel3 = (Mat_<int>(2, 2) << 31, 32, 33, 34);

	//Mat multiChannel[] = {channel1, channel2, channel3};
	vector<Mat> multiChannel;
	

	multiChannel.push_back(channel1);
	multiChannel.push_back(channel2);
	multiChannel.push_back(channel3);

	Mat MM;
	//merge(multiChannel, 3, MM);

	merge(multiChannel, MM);

	cout << MM;
	
	return 0;
}

六、总结

最后，长话短说，大家看完就好好动手实践一下，切记不能三分钟热度、三天打鱼，两天晒网。OpenCV是学习图像处理理论知识比较好的一个途径，大家也可以自己尝试写写博客，来记录大家平时学习的进度，可以和网上众多学者一起交流、探讨，有什么问题希望大家可以积极评论交流，我也会及时更新，来督促自己学习进度。希望大家觉得不错的可以点赞、关注、收藏。

🚶🚶🚶今天的文章就到这里啦~
喜欢的话，点赞👍、收藏⭐️、关注💟哦 ~