opencv中图像的格式Mat 有图像的定义，图像深度、类型格式等，其中Mat的参数depth为深度，深度反应出图像颜色像素值；
关于数据的储存：（转）
Mat_<uchar>对应的是CV_8U，Mat_<char>对应的是CV_8S，Mat_<int>对应的是CV_32S，Mat_<float>对应的是CV_32F，Mat_<double>对应的是CV_64F，对应的数据深度如下：
• CV_8U – 8-bit unsigned integers ( 0..255 )
• CV_8S – 8-bit signed integers ( -128..127 )
• CV_16U – 16-bit unsigned integers ( 0..65535 )
• CV_16S – 16-bit signed integers ( -32768..32767 )
• CV_32S – 32-bit signed integers ( -2147483648..2147483647 )
• CV_32F – 32-bit floating-point numbers ( -FLT_MAX..FLT_MAX, INF, NAN )
• CV_64F – 64-bit floating-point numbers ( -DBL_MAX..DBL_MAX, INF, NAN )
说到图像像素，肯定要先认识一下图像中的坐标系长什么样。
1. 坐标体系中的零点坐标为图片的左上角，X轴为图像矩形的上面那条水平线；Y轴为图像矩形左边的那条垂直线。该坐标体系在诸如结构体Mat,Rect,Point中都是适用的。（OpenCV中有些数据结构的坐标原点是在图片的左下角，可以设置的）。
2. 在使用image.at<TP>(x1, x2)来访问图像中点的值的时候，x1并不是图片中对应点的x轴坐标，而是图片中对应点的y坐标（也就是编程中的pic.rows那行）。x2同理。
3. 如果所画图像是多通道的，比如说image图像的通道数时n，则使用Mat::at(x, y)时，其x的范围依旧是0到image的height，而y的取值范围则是0到image的width乘以n，因为这个时候是有n个通道，所以每个像素需要占有n列。但是如果在同样的情况下，使用Mat::at(point)来访问的话，则这时候可以不用考虑通道的个数，因为你要赋值给获取Mat::at(point)的值时，都不是一个数字，而是一个对应的n维向量。
4. 多通道图像在使用minMaxLoc()函数时不能给出其最大最小值坐标的，因为每个像素点其实有多个坐标，所以是不会给出的。因此在编程时，这2个位置应该给NULL。
5 多通道的图像可以直接赋值，不必每个通道赋值。但是要注意其类型是Vec3b，如果写成uchar，最后的copy图像只会显示源图像的1/3
