功能：从一个矩阵中找出全局的最大值和最小值。
函数cv::minMaxLoc找出最大和最小元素的值和他们的位置。极值是遍历整个矩阵找到，或者当掩码不是一个空矩阵时，是通过遍历指定矩阵区域找到。
函数不适用于多通道矩阵，如果需要遍历所有的通道来找到最大和最小值，首先使用函数Mat::reshape转换为单通道矩阵。或者你可以使用函数 extractImageCOI ，mixChannels , or split 来提取特定通道。
函数原型1：
1 CV_EXPORTS_W void minMaxLoc(InputArray src, CV_OUT double* minVal,
2 CV_OUT double* maxVal = 0, CV_OUT Point* minLoc = 0,
3 CV_OUT Point* maxLoc = 0, InputArray mask = noArray());
参数说明：
参数1 src 输入单通道矩阵.
参数1 minVal 返回最小值的指针; 如果不需要输入NULL.
参数 maxVal 返回最大值的指针; 如果不需要输入NULL.
参数 minLoc 返回最小值位置的指针 (二维情况下); 如果不需要输入NULL.
参数 maxLoc 返回最大值位置的指针 (二维情况下); 如果不需要输入NULL.
参数 mask 可选参数，用于选择一个子矩阵.
参考 max, min, compare, inRange, extractImageCOI, mixChannels, split, Mat::reshape
函数原型2：
1 CV_EXPORTS void minMaxIdx(InputArray src, double* minVal, double* maxVal = 0,
2 int* minIdx = 0, int* maxIdx = 0, InputArray mask = noArray());
参数说明：
参数1 src 输入单通道矩阵.
参数1 minVal 返回最小值的指针; 如果不需要输入NULL.
参数 maxVal 返回最大值的指针; 如果不需要输入NULL.
参数 minIdx 返回最小值位置的指针 ((n维情况下); 如果不需要输入NULL. 否则,它必须指向src.dims元素的一个矩阵, 每个维度里最小元素的坐标按顺序存储.
参数 maxIdx 返回最大值位置的指针 ((n维情况下); 如果不需要输入NULL.
参数 mask 指定矩阵区域.
注意：
在稀疏矩阵中,最小值是只能在非零元素中找到。
当minIdx 不是NULL的时候，他必须有至少两个元素（同maxIdx），即使src是一个单行或者单列矩阵。在OpenCV （跟随MATLAB）中每个矩阵至少要有两个维度。单列矩阵是Mx1 矩阵（因此 minIdx/maxIdx将是(i1,0)/(i2,0)），单行矩阵是 1xN矩阵（因此minIdx/maxIdx 将是(0,j1)/(0,j2)）。
函数原型3：
1 CV_EXPORTS void minMaxLoc(const SparseMat& a, double* minVal,
2 double* maxVal, int* minIdx = 0, int* maxIdx = 0);
参数说明：
参数1 a 输入单通道矩阵.
参数2 minVal 返回最小值的指针; 如果不需要输入NULL.
参数3 maxVal 返回最大值的指针; 如果不需要输入NULL.
参数4 minIdx 返回最小值位置的指针 ((n维情况下); 如果不需要输入NULL. 否则,它必须指向src.dims元素的一个矩阵, 每个维度里最小元素的坐标按顺序存储.
参数5 maxIdx 返回最大值位置的指针 ((n维情况下); 如果不需要输入NULL.
代码示例：
1 #include <iostream>
2 #include <opencv2/opencv.hpp>
3
4 int main()
5 {
6 // std::cout << "Hello World!
";
7 cv::Mat image = cv::imread("D:\OpenCVtest\images\juice.png");
8 cv::Mat image_re = image.reshape(1);
9 double minValue, maxValue; // 最大值，最小值
10 cv::Point minIdx, maxIdx; // 最小值坐标，最大值坐标
11 cv::minMaxLoc(image_re, &minValue, &maxValue, &minIdx, &maxIdx);
12 std::cout << "最大值：" << maxValue <<"最小值："<<minValue<<std::endl;
13 std::cout << "最大值位置：" << maxIdx << "最小值位置：" << minIdx;
14
15 cv::waitKey(0);
16
17 }
运行结果如下
Mat类的函数reshape
功能：不用拷贝数据转换一个2维矩阵的形状或通道的个数
函数为这些元素制造了一个新的矩阵头，新的矩阵可能会有不同的大小或不同的通道数，如果满足下面条件任何组合都有可能：
没有额外的元素被包含进去新矩阵，也没有元素被排除。所以结果的行数、列数、通道数必须在转换后保持不变。
没有数据拷贝，也就是说这是个 O(1)操作。因此，如果你改变了行的个数，或者操作以其他方式改变了元素行的指数，矩阵必须是连续的，参考：Mat::isContinuous
例如：假如有一些3维的点的集合存储在一个STL vector中，你想用一个3xN矩阵表示这些点，按下面这样做：
1 td::vector<Point3f> vec;
2 ...
3 Mat pointMat = Mat(vec). // convrt vector to Mat, O(1) operation
4 reshape(1). // make Nx3 1-channel matrix out of Nx1 3-channel.
5 // Also, an O(1) operation
6 t(); // finally, transpose the Nx3 matrix.
7 // This involves copying all the elements
函数原型1：
Mat reshape(int cn, int rows=0) const;
-
参数说明：
-
参数1 cn 新通道数.如果参数是0，通道数保持不变.
-
参数2 rows 新通道行数. 如果参数是0，行数保持不变.
函数原型2：
Mat reshape(int cn, int newndims, const int* newsz) const;
函数原型3：
Mat reshape(int cn, const std::vector<int>& newshape) const;