我最开始学习OpenCV的时候，网上搜索，获取某个像素点的值，大概是这样的，
srcImg.at<uchar>(i, j)
当然这样可以获取，但是效率很低，也就是速度很慢，然后网上搜索了第二个方法，大概是这样的
int MainWindow::brightTest(Mat &grayImage){int height = grayImage.rows;int width = grayImage.cols;unsigned int sumBright = 0;int totalCount = height * width;if(totalCount == 0){return -1;}for(int i = 0; i < height; i++){for(int j = 0; j < width; j++){sumBright += grayImage.data[i * width + j];}}return sumBright / totalCount;}
直观上看，也没啥问题，因为data指的就是Mat的数据区，然后根据坐标来算出具体的位置偏移，再获取像素值，但这里实际上是有一个坑，就是说Mat的数据可能是不连续的，也就是如果用isContinuous函数来判断的话，可能数据不是连续存储的，可以参考
OpenCV isContinuous()连续存储的问题_pan_jinquan的博客-CSDN博客
cv::Rect rect(1, 1, 100, 100);cv::Mat crop_img = src(rect);//裁剪后的图像是不连续的
而我传入的参数，经常是传入ROI区域，在按照上述方法调用时，经常获取不到预期结果，
之前想的办法是，如果传入一个grayImage，那我就先clone一下，clone之后的图像就可以获取到正确的结果，
crop_img2 = crop_img.clone();//重新clone()后的图像是连续的
这是以前我经常干的事儿，当然实际也有另一个方案，对于不连续存储的数据，也能获取到正确的结果，参考代码如下：
int MainWindow::brightTest(Mat &grayImage){int height = grayImage.rows;int width = grayImage.cols;unsigned int sumBright = 0;int totalCount = height * width;if(totalCount == 0){return -1;}for(int i = 0; i < height; i++){for(int j = 0; j < width; j++){sumBright += grayImage.ptr<uchar>(i)[j];}}return sumBright / totalCount;}
也就是用ptr的方法来获取像素点的亮度值
备份CMakeLists.txt
cmake_minimum_required(VERSION 2.8)project(CameraShow)if(MSVC)option(OpenCV_STATIC "Use static OpenCV libraries" OFF)endif()find_package(OpenCV REQUIRED)include_directories(. ${OpenCV_INCLUDE_DIRS})add_executable(CameraShowmain.cpp)target_link_libraries(CameraShow ${OpenCV_LIBS})
