📚 课程目录第2章 OpenCV核心数据结构

2、OpenCV核心数据结构：Mat类详解、图像读取与显示、像素操作、ROI区域提取、颜色空间转换

好，咱们正式开始动手写代码了。这一章要啃的是OpenCV里最核心的东西——Mat类。说白了，你在OpenCV里处理的所有图像，底层都是Mat对象。我刚开始学的时候，觉得这玩意儿就是个存像素的容器，后来踩了不少坑才明白，它的内存管理、数据类型、通道数这些细节，直接决定了你的程序会不会崩、跑得快不快。

2.1 Mat类：图像在内存里的“身份证”

Mat全称是Matrix，矩阵。一张彩色图片，在计算机眼里就是一个三维矩阵：高、宽、通道数（BGR）。灰度图就是二维矩阵。

我个人习惯把Mat理解成一个“智能指针+头信息”的组合体。它不直接存像素数据，而是存一个指针指向数据区，外加记录了宽、高、类型、步长等元信息。这样做的好处是——浅拷贝极快。

核心要点：Mat的赋值运算符和拷贝构造函数默认只复制头信息和指针，不复制像素数据。这叫“引用计数机制”。只有当你显式调用 clone() 或 copyTo() 时，才会深拷贝。

来看一个典型的Mat创建方式：

// 创建一个3通道、8位无符号整型、300x400的黑色图像
cv::Mat img(300, 400, CV_8UC3, cv::Scalar(0, 0, 0));

// 或者从已有数据创建
cv::Mat img2 = cv::imread("test.jpg");

这里 CV_8UC3 是什么意思？我拆解一下：

部分	含义	常见取值
8U	8位无符号整型（0~255）	8U, 16U, 32F, 64F
C3	3个通道	C1, C3, C4

嗯，这里要注意：类型不匹配是OpenCV最常见的崩溃原因之一。我曾经在项目里把一个 CV_32F 的矩阵直接传给一个期望 CV_8U 的函数，结果程序秒崩，查了半天才发现是类型没转。

2.2 图像读取与显示：你的第一行OpenCV代码

读取图像用 imread，显示用 imshow，配合 waitKey 才能看到窗口。这个流程我建议你形成肌肉记忆。

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    // 读取图像，默认彩色模式
    cv::Mat src = cv::imread("lena.jpg", cv::IMREAD_COLOR);
    if (src.empty()) {
        std::cerr << "图片加载失败，检查路径" << std::endl;
        return -1;
    }

    // 显示原图
    cv::imshow("Original", src);

    // 等待按键，参数0表示无限等待
    int key = cv::waitKey(0);
    if (key == 27) { // ESC键
        cv::destroyAllWindows();
    }

    return 0;
}

imread 的第二个参数有几个常用选项：

IMREAD_COLOR：默认，转成BGR三通道，忽略透明度。
IMREAD_GRAYSCALE：转成单通道灰度图。
IMREAD_UNCHANGED：保留原格式，包括Alpha通道。

我的经验：如果你不确定图片有没有加载成功，一定检查 src.empty()。很多新手直接拿空Mat往下处理，程序不崩才怪。

2.3 像素操作：直接读写图像里的每个点

操作像素，最直接的方式是用 at<T>(row, col)。但要注意，这个函数有边界检查，调试时安全，但循环里用多了会慢。

// 遍历每个像素，把BGR三个通道的值都取出来
for (int r = 0; r < src.rows; ++r) {
    for (int c = 0; c < src.cols; ++c) {
        cv::Vec3b pixel = src.at<cv::Vec3b>(r, c);
        uchar blue  = pixel[0];
        uchar green = pixel[1];
        uchar red   = pixel[2];

        // 做个反色效果
        src.at<cv::Vec3b>(r, c) = cv::Vec3b(255 - blue, 255 - green, 255 - red);
    }
}

如果你追求性能，用指针方式 ptr<T>(row) 会快很多。我做过测试，对一张1920x1080的图，指针方式比 at 快3~5倍。

// 指针方式遍历，效率更高
for (int r = 0; r < src.rows; ++r) {
    uchar* row_ptr = src.ptr<uchar>(r);
    for (int c = 0; c < src.cols * 3; c += 3) {
        row_ptr[c]     = 255 - row_ptr[c];     // B
        row_ptr[c + 1] = 255 - row_ptr[c + 1]; // G
        row_ptr[c + 2] = 255 - row_ptr[c + 2]; // R
    }
}

避坑指南：用指针方式时，一定要确认图像是连续的（isContinuous() 返回true）。如果图像是从ROI截取的，可能不连续，这时候用单层循环遍历整行会越界。我曾经在这个坑里摔过一次，排查了整整一下午。

2.4 ROI区域提取：只处理你关心的部分

ROI（Region of Interest）就是感兴趣区域。比如你做人脸检测，检测到人脸框后，只需要提取人脸区域做后续识别，没必要处理整张图。

提取ROI有两种方式：

矩形区域截取：用 cv::Rect 指定区域。
行/列范围截取：用 cv::Range 指定范围。

// 方式一：Rect截取
cv::Rect roi_rect(100, 50, 200, 150); // x, y, width, height
cv::Mat face_region = src(roi_rect);

// 方式二：Range截取
cv::Mat face_region2 = src(cv::Range(50, 200), cv::Range(100, 300));

注意：ROI操作默认是浅拷贝。也就是说，face_region 和 src 共享同一块内存。你改了 face_region 的像素，原图也会变。如果你想要独立的数据，用 face_region.clone()。

实用技巧：在做目标跟踪时，我经常先用ROI把目标区域裁出来，再在这个小图上做检测或特征提取。这样能省掉大量不必要的计算，推理速度能提升30%以上。

2.5 颜色空间转换：BGR、灰度、HSV、YUV

OpenCV默认读图是BGR顺序，不是RGB。这一点太容易搞混了。我见过不少同事用 imshow 显示一张RGB图片，结果颜色完全不对，就是因为没转通道顺序。

颜色空间转换用 cvtColor：

cv::Mat gray, hsv, yuv;

// BGR -> 灰度
cv::cvtColor(src, gray, cv::COLOR_BGR2GRAY);

// BGR -> HSV
cv::cvtColor(src, hsv, cv::COLOR_BGR2HSV);

// BGR -> YUV
cv::cvtColor(src, yuv, cv::COLOR_BGR2YUV);

为什么需要HSV？因为HSV把色调（H）、饱和度（S）、明度（V）分开，做颜色分割时特别好用。比如你要提取红色物体，在BGR空间里红色是(0,0,255)，但受光照影响，实际像素可能是(50,30,200)，很难用固定阈值。而在HSV空间里，红色的H值集中在0~10和170~180两个区间，用 inRange 就能稳定提取。

// 提取红色区域（HSV空间）
cv::Mat hsv_img, mask;
cv::cvtColor(src, hsv_img, cv::COLOR_BGR2HSV);

// 红色在HSV中的范围
cv::Scalar lower_red1(0, 50, 50);
cv::Scalar upper_red1(10, 255, 255);
cv::Scalar lower_red2(170, 50, 50);
cv::Scalar upper_red2(180, 255, 255);

cv::Mat mask1, mask2;
cv::inRange(hsv_img, lower_red1, upper_red1, mask1);
cv::inRange(hsv_img, lower_red2, upper_red2, mask2);
cv::bitwise_or(mask1, mask2, mask);

我的习惯：做颜色相关的任务，我第一件事就是把图转到HSV。BGR对光照太敏感，HSV的H通道相对稳定。比如做交通信号灯检测，用HSV提取红/绿/黄灯，比BGR直接阈值靠谱得多。

2.6 本章知识体系总览

下面这张图把本章的核心知识点串起来了，你可以对照着复习：

这一章的内容，说白了就是OpenCV图像处理的“内功心法”。Mat类你玩明白了，后面做图像预处理、特征提取、目标检测，都会顺手很多。我建议你把这几个API都亲手敲一遍，尤其是像素遍历和ROI操作，这两个在后续的YOLO推理加速里会反复用到。