形式：CV_<bit_depth>(S|U|F)C<number_of_channels> bit_depth：比特数—代表8bite,16bites,32bites,64bites… 举个例子吧–比如说： 如果你现在创建了一个存储–灰度图片的Mat对象,这个图像的大小为宽100,高100,那么,现在这张灰度图片中有10000个像素点，它每一个像素点在内存空间所占的空间大小是8bite,8位–所以它对应的就是CV_8。 S|U|F: S–代表—signed int—有符号整形 U–代表–unsigned int–无符号整形 F–代表–float---------单精度浮点型 C<number_of_channels>----代表—一张图片的通道数,比如: channels = 1：灰度图片–grayImg—是–单通道图像 channels = 3：RGB彩色图像---------是–3通道图像 可以这么创建Mat类对象： Mat(int rows, int cols, int _type); 或 Mat(Size size,int _type); _type is CV_8UC1, CV_64FC3, CV_32SC(12) etc.
注意：我们偶尔会发现不带通道数的类型，如：CV_32S,CV_8U等等。其实，不带通道数的这些类型就是默认通道数为1。 例如，CV_8U就等同于CV_8UC1，CV_32S就等同于CV_32SC1。 参考链接：https://stackoverflow.com/questions/14543420/in-opencv-whats-the-difference-between-cv-8u-and-cv-8uc1
imshow函数在显示图像时，会将各种类型的数据都映射到[0, 255]。 如下： · 如果载入的图像是8位无符号类型（8-bit unsigned），就显示图像本来的样子。 · 如果图像是16位无符号类型（16-bit unsigned）或32位整型（32-bit integer，有符号位，去掉符号位只有16位），便用像素值除以256。也就是说，值的范围是 [0,255 x 256]映射到[0,255]。 · 如果图像是32位或64位浮点型（32-bit floating-point or 64-bit floating-point），像素值便要乘以255。也就是说，该值的范围是 [0,1]映射到[0,255]。 如：CV_8U的灰度或BGR图像的颜色分量都在0～255之间。直接imshow可以显示图像。 CV_32F或者CV_64F取值范围为0~1.0，imshow的时候会把图像乘以255后再显示。
OpenCV 中有模板类 Vec，可以表示一个向量。OpenCV 中使用 Vec 类预定义了一些小向量，可以将之用于矩阵元素的表达。 typedef Vec<uchar, 3> Vec3b; typedef Vec<float, 3> Vec3f;
uchar value = grayimg.at(i,j);//读出第i行第j列像素值 grayimg.at(i,j)=128; //将第i行第j列像素值设置为128
Mat colorim(600, 800, CV_8UC3); //遍历所有像素，并设置像素值 for( int i = 0; i < colorim.rows; ++i) { for( int j = 0; j < colorim.cols; ++j ){ Vec3b pixel; pixel[0] = i%5; //Blue pixel[1] = j%5; //Green pixel[2] = 0; //Red colorim.at<Vec3b>(i,j) = pixel; } }Mat 也增加了迭代器的支持，以便于矩阵元素的遍历。
Mat grayim(600, 800, CV_8UC1); Mat colorim(600, 800, CV_8UC3); //遍历所有像素，并设置像素值 MatIterator_<uchar> grayit, grayend; for( grayit = grayim.begin<uchar>(), grayend = grayim.end<uchar>(); grayit != grayend; ++grayit) { *grayit = rand()%5; } //遍历所有像素，并设置像素值 MatIterator_<Vec3b> colorit, colorend; for( colorit = colorim.begin<Vec3b>(), colorend = colorim.end<Vec3b>(); colorit != colorend; ++colorit) { (*colorit)[0] = rand()%5; //Blue (*colorit)[1] = rand()%5; //Green (*colorit)[2] = rand()%5; //Red }如果你非常注重程序的运行速度，那么遍历像素时，建议使用指针。
Mat grayim(600, 800, CV_8UC1); Mat colorim(600, 800, CV_8UC3); //遍历所有像素，并设置像素值 for( int i = 0; i < grayim.rows; ++i) { //获取第 i 行首像素指针 uchar * p = grayim.ptr<uchar>(i); //对第 i 行的每个像素(byte)操作 for( int j = 0; j < grayim.cols; ++j ) { p[j] = (i+j)%5; } } //遍历所有像素，并设置像素值 for( int i = 0; i < colorim.rows; ++i) { //获取第 i 行首像素指针 Vec3b * p = colorim.ptr<Vec3b>(i); for( int j = 0; j < colorim.cols; ++j ) { p[j][0] = i%5; //Blue p[j][1] = j%5; //Green p[j][2] = 0; //Red } }参考下文： https://segmentfault.com/a/1190000015653101
