数字图像处理作业使用OpenCV

　　数字图像处理作业的输入图像全部都是灰度图像，所以汇总一下自己遇到的问题答案。

1. OCV的图像容器是Mat<typename>，可以用imread(filename)读取图像，filename是c string，char*和const char*都行。灰度图像的typename是uchar，RGB图像的typename是Vec3b。
2. Mat容器如果直接使用操作符赋值，只会复制一份信息头而不会复制包含数据的矩阵，由此而降低内存的浪费和速度，所以这样得到的多个Mat对象都指向同一个数据矩阵，换句话说，如果一个对象对矩阵进行了操作，那么其他也指向这个矩阵的对象也会发现他们的矩阵改变了。
3. 遍历像素可以使用Mat::at<typename>(i, j)，对于灰度图像，typename=uchar，on-the-fly方式，最慢哦_(:з」∠)_；uchar指针遍历（最好先判断isContinuous()，这样就可以将二维矩阵改变为一维的数组）；迭代法，这是最安全的，不会出现指针越界，而且对于灰度图像，不管是不是连续的，都可以用begin和end当做一维数组来遍历；最后是核心函数LUT，最快，但是不太懂。几种方法请点击这里
4. 检验图像是否被成功读入的方法是使用Mat::data，如果没有成功读入的话，这个值会是null，否则返回图像矩阵第一行第一列的指针。

　　　　附上官方教程推荐的高效遍历方法uchar指针代码

Mat& ScanImageAndReduceC(Mat& I, const uchar* const table)
{
    // accept only char type matrices
    CV_Assert(I.depth() != sizeof(uchar));     

    int channels = I.channels();

    int nRows = I.rows * channels; 
    int nCols = I.cols;

    if (I.isContinuous())
    {
        nCols *= nRows;
        nRows = 1;         
    }

    int i,j;
    uchar* p; 
    for( i = 0; i < nRows; ++i)
    {
        p = I.ptr<uchar>(i);
        for ( j = 0; j < nCols; ++j)
        {
            p[j] = table[p[j]];             
        }
    }
    return I; 
}

　　下面放几个觉得对学习OCV基础很好的博客，其实上面的要点都是从这些来的，感谢他们的分享！

　　http://blog.csdn.net/xiaowei_cqu/article/details/7771760

　　http://www.cnblogs.com/ronny/p/opencv_road_2.html