此次工程文件是编写一个可进行矩阵基本操作与应用的项目。这个项目主要由8大作用，这些作用将在项目的目录中逐一展示，供使用者查看并选取自己想进行的操作。这8大作用分别为：

1. 矩阵加法；
2. 矩阵数乘；
3. 矩阵转置；
4. 矩阵乘法；
5. Hadamard乘积；
6. 矩阵卷积；
7. 卷积应用；
8. OTSU算法。

另外包含有退出系统的人性化操作，即0、退出系统，因此目录中将显示九个选项。

在每个功能中，使用者只需按照系统的引导，输入相应的数据即可。

在设计程序时，将主函数置于最后，并构造若干函数用于实现各个矩阵运算。另外，设计程序时要考虑到人性化，因此，在程序开始时，设置一个列表（目录），供使用者选择，并按照程序一步一步的指示进行。

1. 我认为在开始所有项目之前，都要对最基本的框架进行调试，而后再进行内部的细化。因此首先是目录的挑选和清屏问题：这需要自己考虑所有输入及错误形式，并查看程序是否能应对所有可能情况。这一点自己摸索即可，并无太难问题。
2. 进行矩阵加法数乘都无问题，矩阵乘法如果没有思路，可写出矩阵相乘的公式$ c_{ij}=\sum_{k=1}^{s}a_{ik}*b_{kj} $。可以看出，在i与j两重循坏之下，可以再加上对于k的一重循坏。如此构成的三重循坏就可以实现矩阵相乘。
3. 进行矩阵卷积时，需要进行复杂的思考且容易出错。可以依照前面的hadamard运算，再考虑将矩阵看为一个整体元素并移动他的位置，如此自然考虑到设置四重循环。
4. 卷积应用是一大难点，也是基础题目的压轴之作。首先你要成功下载并配置好opencv软件因为主要问题是ppt教程中并未涉及配置路径后需要重启计算机的提醒，而我在不知情的情况下，最终才用另一种方法搞好：将opencv的bin文件中的三个dll文件全部移到C：Windows系统的文件中，这样的效果应与重启效果一致。在可以使用opencv之后，就可以利用其中包含的功能进行图像与矩阵的相互转化了。在进行图像处理时，自然想到将图像的像素值变成数组，再利用数组的卷积变换后重新变成图像。而数组与图像（Mat和IplImage类型）之间的相互转化是一大问题，然而查阅文献之后只要看懂、记住固定模板就能成功使用。
5. 在自认为成功按照题目要求并完美地实现图像处理后，等到输出时才发现，人物如同鬼一般。如下图：img1.png 我们发现除了第一和第二张图是合理的，中间四张图都显然出现了问题。因此我想到看看第一张图对应的矩阵数值是什么样的，我在数组转换回图片的前一步，加上cout每一项数组数值的操作，于是看到输出了如同天花乱坠般的数字。这里有一张原图像的数组示例 卷积后也是类似的样子，只不过所有数据均在0到255之内，事实上灰度值就是只在0到255分布。因此自然发现中间那几个乱图对应的数组数值既有负的，又有超出255的。这时可以构造灰度值在0到255内的灰度拉伸函数（主要功能就是用255乘上一个小于一的数，对应于每一个像素点的新值），在每一次输出图像前都事先拉伸整理灰度值，就可以得到理想的图片了。
6. 加分项的二值化事实上有不止一种算法可以实现，而本次作业要求使用大津法（OTSU），主要难点在于阈值的确定，确定了阈值就自然将所有点分为大于和小于两类，一类是黑、一类是白。阈值的计算实际上是一个函数求极大值的问题，这个函数包括每一个像素所占比例，两大类像素所占比例等五个形参，而这五个形参又都与我们寻找的i值（就是阈值）相关，因此，对于这样一个参数方程，我们遍历所有的i，比较出最大的函数值所对应的i值，这个i就是要寻找的阈值。我们再调用这个寻找阈值的函数并返回阈值，带入到otsu函数中去，使用opencv库中的cvThreshold函数，选择THRESH_BINARY(作用为将大于阈值的像素赋值为255（白色），将小于阈值的像素赋值为0（黑色）)，代入所需要的实参就可以输出二值化demolena图像。
7. 在应用了二值化技术之后，又遇到了如何将背景设置为黑色而使前景图不变的问题。这二者的区别在于本应变为0的像素点不变，在cvThreshold函数调用THRESH_TOZERO就可以实现该功能。

1. 最直观的感受就是要自学的东西好多。就算在百度上寻找的到相应的代码，也是不能直接复制粘贴的。因为每个人写局部代码的前提都有所不同，只有看懂了代码的含义，明白了实现思路，才能真正化为己用，变成自己的代码。
2. Opencv自带了许多库函数，他们都是以cv为前缀命名的。合理的使用这些库函数可以大大化简程序，并且易于阅读。
3. 对图像（矩阵）卷积操作的理解可以从一开始失败的图像中找到思路，比如B2卷积核中间一行都是零，而对应的第二个图像的纹理就是横向分布的；B3卷积核中间一列都是零，对应的第三个图像的纹理就是纵向分布的；B5同理。所以展示出来的效果就好像是不同方位的光线照射出来的效果一般。——这是直观理解。
4. 另外，我还对opencv中Mat和IplImage两种类型存在一定的不解。虽然数组类型、Mat和IplImage这三者可以相互转化，但是我对Mat内部的库函数还不甚了解，导致在二值化的时候只能选用IplImage。