首先需要確定的一點是，step[i]，step1(i),elemsize,elemsize1都是指的位元組數

1 opencv中Mat類的elemsize是每個元素的位元組數，如果一個影象是3通道，每個通道是16位，那麼 其elemsize就是3*（16/8）=6，即每個元素佔6個位元組 2 opencv中Mat類的elemsize1是指每個元素每個通道所佔的位元組數，對應於上面就是2個位元組

3 opencv中Mat類的step，step是一個數組，定義了矩陣的佈局，需要注意的是幾個固定的等式： step1(i)=step[i]/elemsize1；step[m-1]=elemsize;其中m是影象的維數，step1(m-1)=channels;

矩陣 (M) 中資料元素的地址計算公式： addr(Mi0,i1,…im-1) = M.data + M.step[0] * i0 + M.step[1] * i1 + … + M.step[m-1] * im-1 (其中 m = M.dims M的維度)

下面舉例：對於2維的情況： 一個 3 X 4 的矩陣，假設其資料型別為 CV_8U，也就是單通道的 uchar 型別

這是一個二維矩陣，那麼維度為 2 （M.dims == 2）； M.rows == 3; M.cols == 4； sizeof(uchar) = 1，那麼每一個數據元素大小為 1 （M.elemSize() == 1, M.elemSize1() == 1）； CV_8U 得到 M.depth() == 0, M.channels() == 1； 因為是二維矩陣，那麼 step 陣列只有兩個值， step[0] 和 step[1] 分別代表一行的資料大小和一個元素的資料大小，則 M.step[0] == 4, M.step[1] == 1； M.step1(0) == M.cols = 4; M.step1(1) == 1； 假設上面的矩陣資料型別是 CV_8UC3，也就是三通道

M.dims == 2； M.channels() == 3；M.depth() == 0； M.elemSize() == 3 （每一個元素包含3個uchar值） M.elemSize1() == 1 （elemSize / channels） M.step[0] == M.cols * M.elemSize() == 12, M.step[1] == M.channels() * M.elemSize1() == M.elemSize() == 3； M.step(0) == M.cols * M.channels() == 12 ; M.step(1) == M.channels() == 3；

對於3維時： 上面是一個 3 X 4 X 6 的矩陣，假設其資料型別為 CV_16SC4，也就是 short 型別

M.dims == 3 ; M.channels() == 4 ; M.elemSize1() == sizeof(short) == 2 ; M.rows == M.cols == –1； M.elemSize() == M.elemSize1() * M.channels() == M.step[M.dims-1] == M.step[2] == 2 * 4 == 8; M.step[0] == 4 * 6 * M.elemSize() == 192； M.step[1] == 6 * M.elemSize() == 48； M.step[2] == M.elemSize() == 8； M.step1(0) == M.step[0] / M.elemSize() == 192 / 2 == 96 （第一維度(即面的元素個數) * 通道數）； M.step1(1) == M.step[1] / M.elemSize() == 48 / 2 == 24（第二維度(即行的元素個數/列寬) * 通道數）； M.step1(2) == M.step[2] / M.elemSize() == M.channels() == 4（第三維度(即元素) * 通道數）；