OpenCV Mat 矩陣深度解析：影像資料結構與核心操作

Mat 結構雙層設計

cv::Mat 由兩部分組成：

• Matrix Header：存放尺寸、型別、通道數、參考計數、資料指標等元資料。
• Matrix Data：實際像素資料塊，可被多個 Header 共享（參考計數機制）。

淺拷貝 vs 深拷貝

Mat A = imread("image.png");
Mat B(A);        // 建構函數：Header 複製，Data 共享（參考計數+1）
Mat C = A;       // 指派運算子：同上，Header 複製，Data 共享
// A, B, C 指向同一塊記憶體，修改任一者影響所有

最後一個使用者銷毀時自動釋放資料區塊（引用計數歸零）。

深拷貝方法

Mat F = A.clone();      // 完整複製 Header + Data
Mat G; A.copyTo(G);     // 同 clone，支援遮罩操作
// F, G 擁有獨立資料區塊，互不影響

Mat 建立與初始化多種方式

1. 建構函數指定尺寸與型別

Mat M(2, 2, CV_8UC3, Scalar(0, 0, 255)); // 2x2, 3通道8位元無號, 紅色
cout << "M = " << M << endl;

型別命名規則：CV_[位元數][符號][類型前綴]C[通道數]，如 CV_8UC3 = 8-bit unsigned, 3 channels。

2. create() 動態配置

Mat M; M.create(4, 4, CV_8UC(2)); // 4x4, 2通道

3. Matlab 風格靜態建立

Mat E = Mat::eye(4, 4, CV_64F);   // 單位矩陣
Mat O = Mat::ones(2, 2, CV_32F);  // 全 1
Mat Z = Mat::zeros(3, 3, CV_8UC1); // 全 0

4. 小矩陣逗號初始化

Mat C = (Mat_<double>(3,3) << 0, -1, 0, -1, 5, -1, 0, -1, 0); // Laplacian 核

5. 隨機數填充

Mat R(3, 2, CV_8UC3);
randu(R, Scalar::all(0), Scalar::all(255));

輸出範例

關鍵觀念總結

• Mat 是參考計數智慧指標，非傳統容器，淺拷貝極廉價。
• 跨函數傳遞優先用 const Mat&，需修改副本時再 clone()。
• 理解 isContinuous()、ptr()、step 等底層屬性，寫出高效像素級演算法。