摘要：最近要做一个和图像处理有联系的项目，从此走上了学习opencv的道路。
灰度图：2维矩阵
彩色图：3维矩阵
ps：目前大部分设备都是用无符号 8 位整数（类型为 CV_8U）表示像素亮度
Mat类定义：
class CV_EXPORTS Mat { public: //一系列函数 ... /* flag 参数中包含许多关于矩阵的信息，如： -Mat 的标识 -数据是否连续 -深度 -通道数目 */ int flags; //矩阵的维数，取值应该大于或等于 2 int dims; //矩阵的行数和列数，如果矩阵超过 2 维，这两个变量的值都为-1 int rows, cols; //指向数据的指针 uchar* data; //指向引用计数的指针 //如果数据是由用户分配的，则为 NULL int* refcount; //其他成员变量和成员函数 ... };单通道图像：元素类型一般为 8U（即 8 位无符号整数），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
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。可以采用Vec类，表示一个向量。如8U类型的RGB彩色图像使用Vec3b。
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at()函数：实现读取矩阵中的某个像素，或者对某个像素进行赋值操作。
uchar value = grayim.at<uchar>(i,j);//读出第 i 行第 j 列像素值 grayim.at<uchar>(i,j)=128; //将第 i 行第 j 列像素值设置为 128对图像进行遍历，分别对单通道的 grayim 以及 3 个通道的 colorim，然后对两个图像的所有像素值
进行赋值，最后现实结果
使用迭代器遍历：
Mat grayim(600, 800, CV_8UC1); Mat colorim(600, 800, CV_8UC3); //遍历所有像素，并设置像素值 MatIterator_<uchar> grayit, grayend; for( grayit = grayim.begin<uchar>(), grayend = grayim.end<uchar>(); grayit != grayend; ++grayit) *grayit = rand()%255; //遍历所有像素，并设置像素值 MatIterator_<Vec3b> colorit, colorend; for( colorit = colorim.begin<Vec3b>(), colorend = colorim.end<Vec3b>(); colorit != colorend; ++colorit) { (*colorit)[0] = rand()%255; //Blue (*colorit)[1] = rand()%255; //Green (*colorit)[2] = rand()%255; //Red } //显示结果采用指针：
Mat grayim(600, 800, CV_8UC1); Mat colorim(600, 800, CV_8UC3); //遍历所有像素，并设置像素值 for( int i = 0; i < grayim.rows; ++i) { //获取第 i 行首像素指针 uchar * p = grayim.ptr<uchar>(i); //对第 i 行的每个像素(byte)操作 for( int j = 0; j < grayim.cols; ++j ) p[j] = (i+j)%255; } //遍历所有像素，并设置像素值 for( int i = 0; i < colorim.rows; ++i) { //获取第 i 行首像素指针 Vec3b * p = colorim.ptr<Vec3b>(i); for( int j = 0; j < colorim.cols; ++j ) { p[j][0] = i%255; //Blue p[j][1] = j%255; //Green p[j][2] = 0; //Red } } //显示结果