zhiganglet的专栏

（一）Mat矩阵中数据指针Mat.data是uchar类型指针，CV_8U系列可以通过计算指针位置快速地定位矩阵中的任意元素。二维单通道元素可以用Mat::at(i, j)访问，i是行序号，j是列序号。但对于多通道的非unsigned char类型矩阵来说，以上方法都不好（注：后来知道可以通过类型转换，用指针访问data数据，见后文）。可以用Mat::ptr()来获得指向某行元素的

from:http://blog.youkuaiyun.com/yangtrees/article/details/8740933#comments/*今天师弟来问我，CV的书里到处都是卷积，滤波，平滑……这些概念到底是什么意思，有什么区别和联系，瞬间晕菜了，学了这么久CV，卷积，滤波，平滑……这些概念每天都念叨好几遍，可是心里也就只明白个大概的意思，赶紧google之~ 发现自己以前了解的真的很

本文主要根据作者的理解整理而来，有什么错误之处，请大家共同讨论指出。1、图像滤波        在三维计算机视觉领域，通常对于二维图像的特征抽取是很关键的第一步，这主要包括抽取二维图像上的边缘、角点、纹理等。通常从这些被称为基元图的组成部分中，我们可以提取图像的以下特征：        1）不同物体边缘成像所带来的灰度跃变；    

在进行图像目标识别与跟踪时，摄像机所采集的图像，在成像、数字化以及传输过程中，难免会受到各种各样噪声的干扰，图像的质量往往会出现不尽人意的退化，影响了图像的视觉效果。通常这些噪声干扰使得图像退化，表现为图像模糊，特征淹没，这会对图像分析产生不利，使所获得的图像质量较低。对这样的图像直接进行目标的识别与跟踪是比较困难的。抑制使图像退化的各种干扰信号、增强图像中的有用信号，以及将观测到的不同图像在同一

出处：http://blog.youkuaiyun.com/xiaowei_cqu/article/details/7771760目录(?)[-]图像容器Mat访问图像中的像素高效的方法C操作符安全的方法迭代器iterator更慢的方法动态地址计算减小颜色空间 color space reductionLUT Look up table算法计时实验结果

opencv中对图像的处理是最基本的操作，一般的图像类型为IplImage类型，但是当我们对图像进行处理的时候，多数都是对像素矩阵进行处理，所以这三个类型之间的转换会对我们的工作带来便利Mat类型较CvMat和IplImage有更强的矩阵运算能力，支持常见的矩阵运算（参照Matlab中的各种矩阵运算），所以将IplImage类型和CvMat类型转换为Mat类型更易于数据处理。Mat

出处：http://www.cnblogs.com/xy-kidult/p/3397553.htmlotsu是nobuyuki otsu于1979年提出的一种寻找灰度图像的最佳阈值的算法。其论文名字是《A Threshold Selection Method from Gray-Level Histograms》，用google可以找到pdf版，建议大致看一下论文，再编程实现，这样