什么是图像

图像，尤其是数字图像的定义，在冈萨雷斯的书中是一个二维函数f(x,y),x,y是空间平面坐标，幅值f是图像在该点处的灰度或者强度。下面通过OpenCV中最常用的图像表示方法Mat来看一下在计算机中是怎么定义图像的。

Mat的定义

OpenCV在2.0之后改用C++实现了Mat类，从而代替了IplImage，不用再手动分配和释放内存。Mat其实是原来存放数组的，数组可以是单通道的也可以是多通道的。通过Mat我们可以存储矢量、张量、点云、矩阵、灰度图、彩色图等。

Mat包含两个部分：矩阵头和指向矩阵元素数据的指针。

当我们定义一个Mat类型的变量，Mat a，这个a只是一个矩阵头，它的大小是固定的，不随矩阵（图像）大小的变化而变化，它包含了矩阵的基本信息，矩阵多大，存放在哪里，怎么存放，还有引用的次数。

关于这个引用次数，其实也是矩阵头存在原因。因为矩阵可能很大，在复制和传递的过程中会占据很大的成本，所以我们其实只需要复制矩阵头和指针，矩阵头中的引用次数会根据复制或者销毁而变化。cv::Mat b = a其实这种拷贝方式就是浅拷贝，两个指向相同矩阵的变量，其中一个的变化会影响另外一个。如果想进行深拷贝，可以使用cv::Mat c = a.clone();或者a.copyTo(d);

Mat的使用

Mat的初始化

cv::Mat img(2,2,CV_8UC3,cv::Scalar(0,0,255));

行列数，元素类型和初始值。8UC3是最熟悉的，8bit的无符号三通道类型，0~255

Mat的输入

cv::Mat imread(const string& filename,int flags=1)

注意第二个参数ImreadModes，有13种枚举类型，常用的是-1,0,1，对应IMREAD_UNCHANGED ，IMREAD_GRAYSCALE，IMREAD_COLOR

Mat的保存

Cv:: imwrite( const String& filename, InputArray img,const std::vector<int>& params = std::vector<int>());

这里的filename和imread中的一样。保存路径中的filename的后缀名，即图像的格式，和第三个参数有关。第三个参数是图像格式的具体参数，以int型的动态数组的形式给出，每两个为一对，分别是参数名和参数值。(paramId_1, paramValue_1, paramId_2, paramValue_2, ... .)。For JPEG, it can be a quality from 0 to 100 (the higher is the better). Default value is 95.当格式是PNG时，参数决定压缩级别（0到9），压缩级别越高图像占用的空间越小，默认是IMWRITE_PNG_STRATEGY_DEFAULT，当图像数据由滤波预测得到，数据由small values构成，使用IMWRITE_PNG_STRATEGY_FILTERED得到更好的效果；IMWRITE_PNG_STRATEGY_HUFFMAN_ONLY使用Haffman编码。

只有8bit单通道或者三通道的可以通过这个函数保存，三通道时颜色顺序是BGR。Only 8-bit (or 16-bit unsigned (CV_16U) in case of PNG, JPEG 2000, and TIFF) single-channel or 3-channel (with 'BGR' channel order) images can be saved using this function.

当图像格式是PNG(Portable Network Graphics)，JPEG2000或者TIFF时可以是CV_16UC的。带有透明度通道的PNG图像也可以使用这个函数保存，通道顺序是BGRA，完全透明Fully transparent pixels时，A=0，完全不透明fully opaque pixels时，A=255/65535

Mat的属性：type depth step

img（3*4）的type是CV_16UC4,

Mat img(3, 4, CV_16UC4, Scalar_<uchar>(1, 2, 3, 4));cout << img << endl;cout << "dims:" << img.dims << endl;cout << "rows:" << img.rows << endl;cout << "cols:" << img.cols << endl;cout << "channels:" << img.channels() << endl;cout << "type:" << img.type() << endl;cout << "depth:" << img.depth() << endl;cout << "elemSize:" << img.elemSize() << endl;cout << "elemSize1:" << img.elemSize1() << endl;cout << "Step[0]:" << img.step[0] << endl;cout << "Step[1]:" << img.step[1] << endl;

图像的维度，行列数很好理解。但是在多通道时需要注意，列数指的是元素的个数，而元素可能有三通道，而在计算时很多地方习惯把通道展开，这样得到一个通道数和列数的乘积，如int colNumber = outputimage.cols*outputimage.channels()。

Mat类型的type()返回一个int型的值，通过查表可以知道数据类型和通道数。depth和type类似，相比于type缺少了通道信息。

step[0]是其一行所占的数据字节数4 *4 * 16 / 8 = 32.Step得到的和step[0]是一样的

step[1] 是一个元素所占的字节数，img的一个元素具有4个通道，故：4 * 16 / 8 = 8

step返回的是一个MatStep类型的变量，MatStep通过重载运算符[]返回了size_t, size_t则是无符号int型的unsigned int。MatStep初始化后得到一个int型的数组，p = buf; p[0] = p[1] = 0;

Mat中一个uchar* data指向矩阵数据的首地址，而现在又知道了每一行和每一个元素的数据大小，就可以快速的访问Mat中的任意元素了。

Add(M_{I,j})=M.data+M.step[0]*i+M.step[1]*j

如果将一层for循环变成列数乘通道数，那么也可以写为

Add(M_{I,j})=M.data+M.step[0]*i+ j

上面分析step是一个size_t[2]，实际不是很正确，正确的来说step应该是size_t[dims]，dims是Mat的维度，所以对于上面的二维的Mat来说，step是size_t[2]也是正确的。

下面就对三维的Mat数据布局以及step

图像格式和屏幕接口

三通道时差分之后占用357KB，使用单通道时126KB，但是还是大于原来的120KB，为什么呢，虽然做了差分，但是编码都是8bit编码，图像大小没有变化，图像占用空间大小应该也是一样的。于是把原图读取进来之后直接保存，发现这样子得到的是126KB。但是为什么把png图像读进来再保存成png，占用空间大小就变了呢？

首先来看一下PNG这种格式，它是一种无损压缩的形式，无损压缩即没有丢失原始信息，可以完全恢复原来的格式。压缩的原理是利用特殊的编码将重复的数据进行了标记，同时不再是记录每一个像素的彩色信息，而是进行索引，将颜色对应到各个位置。PNG最为熟悉的地方是它支持透明效果，消除锯齿边缘？这在平面设计中是常用的。另外，PNG的英文名Portable Network Graphics表明它对于网络传输做了优化，什么优化呢？在2G时代，看一张图像往往是一行一行加载出来的，而在现在4G时代网速已经快了很多，但是有时候还是不能马上加载出一幅图像，于是，借助PNG，可以得到更好的体验：先显示出一个基本的图像的模糊版本，之后逐渐清晰起来。

与PNG联系较密切的是GIF格式。因为GIF 中使用了LZW压缩算法，所以GIF的使用需要向Unisys公司缴纳专利费，这才有了PNG的推广。GIF被人熟知主要是因为一些动态表情包，其实GIF也是一种无损压缩算法，只不过GIF可以存放多张图像，人们在显示时将多张图像依次读取并显示，就可以得到动画效果。

之前提到的CV_8UC3就是标准的24位（BGR一共24bit）真彩色，可以表达2^24=1677万种颜色，而人眼只能识别一千万种。真彩色图通常是指RGB 8:8:8，但在显示器上显示的颜色就不一定是真彩色，要得到真彩色图像需要有真彩色显示适配器，现在在PC上用的VGA适配器是很难得到真彩色图像的。VGA（Video Graphics Adapter）接口，又叫D-sub接口，是D-subminiature的简称。显卡所处理的信息最终都要输出到显示器上，而液晶显示器如LCD之前的CRT显示器只能接收模拟信号，所以就有了VGA标准，输出模拟信号。VGA物理接口是梯形的，共3行15个针孔。VGA接口竖置的说明是集成显卡，VGA接口横置说明是独立显卡。