這段時間編程遇到的小坑

• 迭代器的使用
  遍歷一個vector<自定義的結構體> v，結構體裏面部分是計算的輸入，部分是輸出。因而我圖簡單直接寫了:

  for(auto iter : v)
      v.a = Algorthim(v.b);

  後來就直接用v進行後來的計算了，發現出錯。原來auto iter是不會改變v數組自己的值的！
  由於這種寫法展開就是：

  for(auto iter : v)
  {
  
  }
  等同於：
  
  for(auto piter = v.begin(); piter != v.end(); piter++)
  {
         auto iter = *piter;   
         iter.a = XXX;    //不會修改值
         *piter->a = XXX;    //會修改值
  }

  等同因而一個形參，沒有修改數組自己的值。

• opencv的大坑！
  

  1 cv::Mat img;
  2 img.resize(80,80); //這個函數居然不是resize圖像大小，而是相似vector的resize的存在，只改變的img的行數
  3 
  4 resize(img, img, cv::size(80,80)); //這個才能改變圖像的大小

• opencv一個坑接一個坑

  ①淺拷貝的狀況：

  //賦值方式爲淺拷貝
  cv::Mat img1, img2;
  img1=imread("test.jpg");  //將任意一張名爲test.jpg的圖片放置於工程文件夾test中
  img2 = img1; //淺拷貝，修改img2的時候，同時修改img1
  
  //傳參時1：
  void Func1(cv::Mat img1)
  {
     cv::Mat img2 = img2;  //淺拷貝
  }
  
  //傳參時2：
  void Func1(unsigned char* data, int width, int height)
  {
     cv::Mat img2(height, width, CV_8UC3, data); //淺拷貝
  }

  ②深拷貝的狀況：

  img2.copyTo(img1) 
  img1=img2.clone()

• opencv另一個坑：

  Mat中的圖像數據是不對齊的，而IplImage中的圖像數據是4字節對齊的，因此在訪問IplImage圖像數據的時候，要特別注意widthStep這個屬性，每行的字節數不是width*nchannels而是widthStep,由於每行可能會有字節填充的。

  所以，讀像素值的時候，注意，不要讀錯了。