从四月一号开始，我在杭州拓峰科技参加实习，部门是机器人视觉部，顾名思义，是做机器视觉的，主要编程语言是c++和c#。因此，我以前学过的python和java就没了用武之地，而且我还要开始学习我最不情愿学习的语言：C++。每思及此，蛋莫疼焉。除此之外，我还要接触OpenCV，这个强大而闻名的函数库。俗话说，既来之则安之，那便好好学一学怎么用OpenCV做视觉吧，顺便把C++也好好学一学，滔神学编程，多多益善。
#include<iostream>
#include<opencv2/highgui/highgui.hpp>
using namespace cv;
using namespace std;
Mat image = imread("img.jpg");
namedWindow("My image");//这行可以注释掉，直接用下一句
imshow("My image", image);
waitKey(0);
cout<<image.size().height;//打印image的size信息
cv：Mat ima(240,320,CV_8U,cv::Scalar(100)); 在这个例子中，需要指定建立的矩阵的参数信息。`CV_8U`指定像素点为一个byte即8位的图片，其中的`U`表示无符号，当然也可以使用有符号的`S`。对于真彩图片，还需要使用`CV_8UC3`设定3通道。也可以使用`CV_16SC3`表示16位图片，甚至可以指定32或64位的图片。
当Mat创建的矩阵超出范围时，分配的内存将自动释放，这一点非常棒。另外，值得注意的是，Mat类实现了引用计数和浅复制，使用image1 = image2的时候，你实现的其实只是引用的复制，仍然指向同一个对象。当然，可以使用image1.copyTo(image2)方法实现image1到image2的对象的复制。
imwrite("output.bmp", image);
所有用于C++ API的OpenCV类和函数都被定义在了名字空间cv中
###2) 获取像素点，处理像素点
void salt(Mat &image, int n)
{
for(int k=0; k<n; k++)
{
int i = rand() % image.cols;
int j = rand() % image.rows;
if(image.channels() == 1)
{
image.at
上面这个函数实现了获随机像素点，并将n个像素点的值置为255。值得注意的是，我们对于灰度图和真彩图的处理是不一样的，真彩图有三个通道，而灰度图只有一个。
######向这个函数传递一个图像即可调用它： void main() { void salt(Mat &image, int n); Mat image = imread(“img.jpg”); salt(image, 3000); imshow(“Image”, image); waitKey(0); }
cv::Mat包含了很多种方法来获取图片的属性信息。public成员变量rows和cols一幅图像像素点矩阵的行列数，Mat还提供了at(int i, int j)方法，实现对像素点的直接操作。然而这个方法必须指定在编译时产生的返回值的型别，即使Mat可以hold住所有数据类型的元素，程序也必须指定你所期望的返回类型。这也是为什么at方法被作为一个模板方法的原因。所以，当调用at方法时，必须通过这样的方式指定返回值类型：image.at<uchar>(j, i) = 255
程序员必须保证你所指定的返回值类型和Mat矩阵里面的元素类型相一致，at方法不会做任何类型转换。
在真彩图中，每一个像素点包含了R/G/B三个通道的信息。
######因此cv:Mat创建的真彩图会返回含三个8bit数据的向量值，操作真彩图的像素点应该这样写：
image.at