今天看矩形滤镜的时候，突然脑子短路，把一些概念都弄混了。 现在总结一下，下次再搅拌的时候可以参考确认。 自己的理解，如果有错误的地方请指出来。
首先，Opencv2基本上用Mat表示图像。 c的函数调用也基本上是Mat图。 基本上，一个图像是一个数字矩阵，矩阵中的每个元素表示一个像素。 对于灰度图像，像素以8位无符号数表示，0表示黑色，255表示白色。 矩阵和图像之间有什么关系呢？
首先，Mat图有行和列。 也就是说，cv:Mat具有公共成员变量cols和rows。 其中，请注意cols是图像的宽度width，rows是图像的高度height。 此width和height可从其他Opencv成员获得。 例如，矩形Rect。 矩形Rect是一种常用的结构。 我自己触摸的是鼠标选择矩形区域、目标周围的矩形区域、过滤器矩形模板、目标的矩形特征、矩形内的运算等。 Rect是非常常用的结构，在Opencv中可以说是非常有用的结构。 本质上，矩形区域是图像的子部分或图像矩阵的子矩阵。
这里引用关于《OpenCV学习笔记（四十一）——再看基础数据结构core》的Rect的介绍。 Rect_类有几个含义。 成员变量x、y、width和height分别是左上角点的坐标和矩形的宽度和高度。 常用的成员函数包括Size (函数返回值为一个Size，area )返回矩形面积，contains (点)确定点是否位于矩形中，以及inside (rect )函数是否位于矩形中
第二，显示Mat贴图图像的像素位置和显示矩阵中的元素。 本节引用了《访问Mat图像中每个像素的值》中的几个图来说明存储在Mat矩阵中的数据之间的关系。 单通道映射数据存储格式：
在多通道图像中，通道数量的子列排列在每一列中，就像RGB通道彩色图像一样。
此时，二维矩阵的行和列用于表示一个元素，通常从0标签开始，因此实际上有m 1列。 也就是说，宽度width为m 1，行相似。 此外，mat.at(inty，int x )访问像素。 此时y表示的行号、x表示的列号对应于x表示水平宽度、y表示垂直高度。 但是，x和y都是从0开始的标签。 容易混淆的是一些矩阵的减法。 减法运算后，如何表示像素位置，此时一般很难掌握，但了解矩阵中x、y、width、height的关系会更容易明确。