OpenCV2.3+：vector和Mat的基本操作与转换

"这篇文档介绍了OpenCV 2.3.4版本中关于`vector`和`Mat`的基础知识，特别是`Mat`类在OpenCV 2.0之后面向对象的特性变化，以及如何进行有效操作。同时提到了与其他OpenCV数据结构的关系，如`IplImage`、`CvRect`等，并讲解了`Mat`对象的赋值、属性访问、重塑和类型转换方法。此外，还提及了与`vector`的交互以及一些额外的操作函数，如排序、计算样本均值等。" 在OpenCV 2.3.4及更高版本中，库的核心数据结构`Mat`采用了面向对象的设计，相比早期的`IplImage`，提供了更方便的内存管理和操作。`Mat`对象可以表示多维数组，常用于图像处理。在C++中，`Mat`类提供了丰富的成员函数来访问和操作其内部数据。 当需要从`vector`转换到`Mat`或反之时，可以通过`getMat()`函数实现。然而，推荐直接操作单个像素，以避免可能出现的错误。文档中提到，`lda.cpp`包含了一些OpenCV未公开的辅助操作函数，如对`Mat`对象进行排序、计算样本总均值和类均值等。 `Mat`的赋值通常是引用赋值，这意味着修改`Mat`的一个副本也会改变原始对象。例如，`Mat img(image)`会将`image`的引用赋给`img`。若不想引用赋值，可以使用`copyTo()`函数或者乘以1（`Mat image=img*1`）。对于`Mat`的行或列操作，如`img.row(n)=image.row(n)`，这里并未进行真正的赋值，需要加上`*1`以进行复制。 `Mat`的重塑（reshape）操作仅适用于连续的数据，即数据存储在一块连续的内存区域。如果`Mat`不连续，可以创建新的`Mat`并使用`copyTo()`函数复制数据。值得注意的是，`reshape`操作要求每一行的数据长度是4字节的倍数，否则可能会出现问题。 `Mat`的创建允许指定各种类型，如`CV_64F`表示`double`类型的数据。访问`Mat`中的像素值，可以使用`at<type>(i, j)`，其中`type`与`Mat`的类型匹配。`convertTo()`函数可用于改变`Mat`的类型。 此外，`Mat`支持矩阵运算，例如`img=image*img`，实现了矩阵乘法。OpenCV 2.0以后，许多旧的`cv`开头的函数被新类的成员函数替代，简化了代码并减少了指针管理的复杂性。通过熟悉这些基础操作，开发者可以更高效地利用OpenCV进行图像处理和计算机视觉任务。