ZC：学习OpenCV.pdf
1、多通道矩阵（学习OpenCV.pdf）
1.1、在学习opencv的时候看到多通道矩阵这一概率，恳求大神告诉我一下什么意思_百度知道.html（https://zhidao.baidu.com/question/807614367381163692.html）
1.2、【OpenCV学习】多通道矩阵的赋值和取值 - gnuhpc - 博客园.html（https://www.cnblogs.com/gnuhpc/archive/2012/12/07/2806643.html）
2、ROI （学习OpenCV.pdf）
ROI（感兴趣区域）_百度百科.html（https://baike.baidu.com/item/ROI/1125333?fr=aladdin）
ZC：Pdf.P81（书.P50） 有关于 ROI的知识 和 COI的知识
3、通道 （学习OpenCV.pdf） Pdf.P78（书.P47）
ZC："n×3"应该就是 上图中 左边的那个样子，"3×n"应该是如下样子：
x0 x1 x2 x3 x4 x5 x6 x7 x8 x9
y0 y1 y2 y3 y4 y5 y6 y7 y8 y9
z0 z1 z2 z3 z4 z5 z6 z7 z8 z9
ZC：但是 如果真是这样的话，通道 又不太好理解了：这里 "n×3"和"3×n" 都是 单通道，"n×3" 正好 连续的 x0 y0 z0 为一组，这样访问起来 效率最高，应该就是 "运行最快的索引"，但是 "3×n"的 x0 y0 z0 它们的内存不连续 不好理解...
ZC：个人 结合上面的图的理解："n×1"和"1×n"都是1维的 而每次 读却需要读3个浮点 ∴需要3通道。
ZC： 而 "n×3"和"3×n" 都是2维的 可以每次读3个浮点 于是只需要 单通道
ZC： 这个理解 还是觉得 不对... 而且 不能解释 "3×n" 中 x0 y0 z0 中不连续的现象...
ZC：C维对象 的 N维数组、1维对象 的 (N+C)维数组
ZC：
3.1、Pdf.P69 书.P38
ZC：CV_32FC1：32位 浮点数 通道数为1 （C：channels）
3.2、关于 3通道的 操作（HSV和RGB是3通道的吗？？），见 Pdf.P82（书.P51）， 3通道的 就是 H、S、V连续存放？R、G、B也是一样 连续存放？
ZC：后面的讲解 有说 HSV是3通道的，及公式 3*x+c 。
3.2.1、Pdf.P82（书.P51） CvMat.data（类型不定） 和 IplImage.imageData（类型固定uchar*） 的区别，操作时的注意点
4、掩码 / 模板 Pdf.P85（书.P54）
ZC：暂时不理解 讲的是什么...
5、矩阵和图像 基本操作
6、in place Pdf.P162（书.P131）
看到这个“in place”不明白什么意思... 度娘了一下（本阶段bwg没了没有翻墙），得到有以下资料：
6.1、Python中inplace=True的理解-CSDN论坛.html（https://bbs.csdn.net/topics/392311627?page=1）
inplace参数的理解：
修改一个对象时：
inplace=True：不创建新的对象，直接对原始对象进行修改；
inplace=False：对数据进行修改，创建并返回新的对象承载其修改结果。
6.2、in-place操作 - ZhangRui的博客 - CSDN博客.html（https://blog.csdn.net/u011489043/article/details/70197020）
in-place操作，意思是所有的操作都是“就地”操作，不允许进行移动，或者称作 原位操作，即不允许使用临时变量。
ZC：其实 在 Pdf.P162 中 作者也说明了这个意思：“简单无缩放变换的模糊不支持 in place 方式：输入图像与结果必须不同。（在8位和16位情况下，明显不能用 in place 方式；用32位图像时，也保持这一规定。）”
7、IPL_DEPTH_16S, CV_16S、IPL_DEPTH_32S, CV_32S （Pdf.P162 书.P131）
Pdf.P71（书.P40）
Pdf.P80（书.P49） “表3-2：OpenCV图像类型”
opencv中的数据类型 - dupuleng - 博客园.html（https://www.cnblogs.com/dupuleng/articles/4072736.html）
ZC：CV_16S、CV_32S 是用于 矩阵的（CvMat Pdf.P69 书.P38）
Pdf.P72 书.P41：CV_32FC1
Pdf.P78 书.P47：CV32FC2、CV32FC3
ZC：IPL_DEPTH_16S、CV_16S、IPL_DEPTH_32S 是用于 IplImage的（Pdf.P80 书.P49）
ZC：上面的我的观点："CV_16S等 用于矩阵，IPL_DEPTH_16S等 用于IplImage"，不知是否正确（先不管它），在 PDF.P69（书.P38）中 有说到：
ZC： "CV_<bit_depth>(S|U|F)C<number_of_channels>"，从英文可见 "CV_16S"中的数字"16"就是“位深度”（在某些时候 是否就是能理解成“深度”？）
ZC： <<OpenCV3编程入门>>的相关内容 在PDF.P106（书.P89）：“CV_[The number of bits per item][Signed or Unsigned][Type Prefix]C[The chanel number] 即：CV_[位数][带符号与否][类型前缀]C[通道数]”
// ZC: types_c.h 中可见 CV_8UC1 实际上就是 CV_8U的
#define CV_8U 0 #define CV_8UC1 CV_MAKETYPE(CV_8U,1)
#define CV_CN_SHIFT 3
#define CV_DEPTH_MAX (1 << CV_CN_SHIFT) // ZC: 0000 1000
#define CV_8U 0 #define CV_MAT_DEPTH_MASK (CV_DEPTH_MAX - 1) // ZC: 0000 0111 #define CV_MAT_DEPTH(flags) ((flags) & CV_MAT_DEPTH_MASK) #define CV_MAKETYPE(depth,cn) (CV_MAT_DEPTH(depth) + (((cn)-1) << CV_CN_SHIFT)) #define CV_8UC1 CV_MAKETYPE(CV_8U,1)
ZC：精简下来是这个样子：
#define Z_CV_MAT_DEPTH(flags) ((flags) & 0x7) #define Z_CV_MAKETYPE(depth, cn) (Z_CV_MAT_DEPTH(depth) + (((cn)-1) << 3))
矩阵数据的存取
简单的方法
Pdf.P72 书.P41 “例3-4：利用 CV_MAT_ELEM() 宏存取矩阵”
Pdf.P73 书.P42 “例3-5：利用宏 CV_MAT_ELEM_PTR() 为矩阵设置一个数值”
麻烦的方法
Pdf.P73 书.P42 “例3-6：指针访问矩阵结构”
Pdf.P74 书.P43 “例3-7：CvMat 和 IplImage 元素函数”
Pdf.P75 书.P44 “例3-8：为 CvMat 或者 IplImage 元素设定值的函数”
恰当的方法
Pdf.P76 书.P45 “例3-9：累加一个三通道矩阵中的所有元素”
ZC：循环访问 矩阵中所有元素
Pdf.P81 书.P50 “访问图像数据”
Pdf.P82 书.P51
8、Pdf.P159（书.P128） 平滑处理（模糊处理(blurring)）
频率很高的图像处理方法。最常见的是用来 减少图像上的 噪声 或者 失真。降低分辨率时平滑处理是很重要的（在本章的“图像金字塔”部分会详细介绍这一点）。
ZC：这一节内容 整个都不太明白，网上也找不到 书上实验用的图片... 然后 到 Pdf.P163（书.P132）讲到 “高斯卷积和的sigma值” 的时候 就更笨不明白他在讲什么了...
9、Pdf.P165 图像形态学
10、