文章来源：

uchar类型的指针，指向Mat数据矩阵的首地址。 可以理解为表示房屋的门牌号；

Mat 矩阵的维度。 如果Mat是二维矩阵，则dims=2，如果是三维矩阵，则dims=3。 大多数情况下，它是一个二维矩阵，即平面上的矩阵。

可以这样理解，房子是一层平房留学之路，而三维以上的房子是多层建筑；

Mat 矩阵的行数。 可以理解为房子里房间的排数；

Mat 矩阵的列数。 可以理解为房子的房间数；

首先，size是一个结构体，定义了Mat矩阵中数据的分布形式。 有一个数值关系：

image.size().width==image.cols; image.size().==image.rows

可以理解为房屋内房间的整体布局，包括按行和列分布的房间数量信息；

Mat 矩阵元素拥有的通道数。 比如常见的RGB彩色图像，==3； 而灰度图像只有一个灰度分量信息==1。

可以理解为每个房间放置多少张床。 三通道房有3张床位，单通道房有1张床位；

它是用来衡量每个像素中每个通道的准确度的，但与图像的通道数无关！ 深度值越大，精度越高。 其中，Mat.depth()获取0到6之间的数字，分别代表不同的数字。 对应关系如下：

枚举{CV_8U=0,CV_8S=1,=2,=3,=4,=5,=6}

其中U表示，S表示，即有符号数和无符号数。

可以理解为房间内每张床可以睡多少人。 这与房间的床位数量无关；

elem是()的缩写，表示矩阵中每个元素的数据大小。 如果Mat中的数据类型是，则==1； 如果是或，则==3； 如果是或，则==6； 即是以8位（一个字节）为单位width是什么意思，乘以通道数和8位的整数倍；

可以理解为整个房间可以睡多少人。 这时需要将房间内的床位（通道）数量以及每张床位的容量相加；

添加“1”就构成了该属性。 1可以认为是元素中1个通道的意思。 这样，从命名中拆分出来之后就很容易解释这个属性了：它代表Mat矩阵中每个元素的单个通道的数据大小。width是什么意思，以字节为单位，所以有：

==/;

可以理解为Mat矩阵中每一行的“步长”，以字节为基本单位。 每行所有元素的总字节数是将一行中所有元素、所有通道、所有通道累加后的值；

以字节为基本单位，Mat矩阵中每个像素的大小累加了所有通道以及所有通道的后续值，因此有：

步骤1==步骤/；

Mat矩阵的类型包括矩阵中元素的类型和通道数。 type的命名格式为CV_(位数)+(数据类型)+(通道数)。 所有值如下：