My fourth day of OpenCV
前一天未开电脑，写下这OpenCV的所谓“第四天”，倒是已经是开始的第五天了。
结束了第二章的内容，第三章不再码代码，更多地从基本功开始探索OpenCV了。
首先，Getting to Know OpenCV先介绍了CvPoint、CvSize、CvRect、CvScalar四种数据结构，它们各自有着自己名字雷同或相似的构造函数，它们几个的关系被说得妙趣横生，CvPoint（成员有x、y，其亲戚为CvPoint2D32f and CvPoint3D32f，后者多一维z），CvSize（成员有width和height，皆为整型，它的堂兄弟CvSize2D32f则为浮点型），CvRect被作者说成是CvPoint和CvSize的收养的“孩子”（画外音：以免吾等读者误会其“乱伦”），CvScalar的成员是double型val[4]（代表RGBA value，A是Alpha通道）
接下来的大量笔墨花在了CvMat之上。说到矩阵的类型，其写法值得记忆：
CV_<bit_depth>(S|U|F)C<number_of_channels>
（一）矩阵的构造方法有五个：
1.cvCreateMat()
// Create a new rows by cols matrix of type ‘type’.
CvMat* cvCreateMat( int rows, int cols, int type );
2.cvCreateMatHeader()
// Create only matrix header without allocating data
CvMat* cvCreateMatHeader( int rows, int cols, int type );
3.cvCreateData()
// Initialize header on existing CvMat structure
CvMat* cvInitMatHeader(CvMat* mat,int rows,int cols,int type,void* data = NULL,int step =
CV_AUTOSTEP);
4.cvCloneMat
// Allocate a new matrix just like the matrix ‘mat’.
CvMat* cvCloneMat( const cvMat* mat );
5.cvMat
// Like cvInitMatHeader() but allocates CvMat as well.
CvMat cvMat(int rows,int cols,int type,void* data = NULL);
（二）而矩阵的查询函数则有：
cvGetElemType( const CvArr* arr ), cvGetDims( const CvArr* arr, int* sizes=NULL ),
和 cvGetDimSize( const CvArr* arr, int index ). 用途基本都可以望文生义（注：Dim是维数dimension的缩写）
（三）获得矩阵元素
1.简单的方法
CvMat* mat = cvCreateMat( 5, 5, CV_32FC1 );
float element_3_2 = CV_MAT_ELEM( *mat, float, 3, 2 );
CvMat* mat = cvCreateMat( 5, 5, CV_32FC1 );
float element_3_2 = 7.7;
*( (float*)CV_MAT_ELEM_PTR( *mat, 3, 2 ) ) = element_3_2;
CV_MAT_ELEM_PTR比之CV_MAT_ELEM，区别也无非在于其为指针，仅仅读取的话CV_MAT_ELEM即可，但
CV_MAT_ELEM_PTR还能够设定元素值。果然有个指针定位就是不一般啊。
2.难办的方法
仅仅读取的话：
double cvGetReal1D( const CvArr* arr, int idx0 );
double cvGetReal2D( const CvArr* arr, int idx0, int idx1 );
double cvGetReal3D( const CvArr* arr, int idx0, int idx1, int idx2 );
double cvGetRealND( const CvArr* arr, int* idx );
CvScalar cvGet1D( const CvArr* arr, int idx0 );
CvScalar cvGet2D( const CvArr* arr, int idx0, int idx1 );
CvScalar cvGet3D( const CvArr* arr, int idx0, int idx1, int idx2 );
CvScalar cvGetND( const CvArr* arr, int* idx );
若是还要设定矩阵元素值：
double cvmGet( const CvMat* mat, int row, int col )
void cvmSet( CvMat* mat, int row, int col, double value )
3.正确的方法
何谓正确之法呢?实际上在博主看来，作者想要告诉我们的就是，实际操作中我们会偏向于最高效的方法，可能会自己写一些矩阵操作以符合实际最迫切的需求，此时，你不会用以上介绍的那么多已经被写好的函数，此时，我们要做的就是了解矩阵数据结构，然后写函数一步到位地达到目的。下面的例子就是书中附带的求矩阵个各元素求和的函数
float sum( const CvMat* mat ) {
float s = 0.0f;
for(int row=0; row<mat->rows; row++ ) {
const float* ptr = (const float*)(mat->data.ptr + row * mat->step);
for( col=0; col<mat->cols; col++ ) {
s += *ptr++;
}
}
return( s );
}
（四）点阵的存储
今天看的最后一部分内容。其中心是N个m维点的存储方式有很多，可能是将其作为m维处理，也可能作为1维处理（这时就有m溜），前者的array中元素是点，而后者的元素是数。
博主今日看英文已经超过承受水平，脑子都混乱了，很多细节和问题也都没有深究，希望今后在实践中能够透彻理解。先放过自己的脑细胞吧，放假的节奏快不起来呀！
