在openCV中,，Mat是一個(gè)多維的密集數(shù)據(jù)數(shù)組,。可以用來(lái)處理向量和矩陣,、圖像,、直方圖等等常見(jiàn)的多維數(shù)據(jù)。

    Mat有3個(gè)重要的方法：

         1,、Mat mat = imread(const String* filename);            讀取圖像

         2,、imshow(const string frameName, InputArray mat);      顯示圖像

         3、imwrite (const string& filename, InputArray img);    儲(chǔ)存圖像

    Mat類(lèi)型較CvMat與IplImage類(lèi)型來(lái)說(shuō),，有更強(qiáng)的矩陣運(yùn)算能力,，支持常見(jiàn)的矩陣運(yùn)算。在計(jì)算密集型的應(yīng)用當(dāng)中,，將CvMat與IplImage類(lèi)型轉(zhuǎn)化為Mat類(lèi)型將大大減少計(jì)算時(shí)間花費(fèi),。

A.Mat -> IplImage

同樣只是創(chuàng)建圖像頭,，而沒(méi)有復(fù)制數(shù)據(jù)。

例： // 假設(shè)Mat類(lèi)型的imgMat圖像數(shù)據(jù)存在

IplImage pImg= IplImage(imgMat); 

B.Mat -> CvMat

與IplImage的轉(zhuǎn)換類(lèi)似,，不復(fù)制數(shù)據(jù),，只創(chuàng)建矩陣頭。

例： // 假設(shè)Mat類(lèi)型的imgMat圖像數(shù)據(jù)存在

     CvMat cvMat = imgMat;

二,、CvMat類(lèi)型與IplImage類(lèi)型：“圖像”類(lèi)型

       在openCV中,，Mat類(lèi)型與CvMat和IplImage類(lèi)型都可以代表和顯示圖像，但是,，Mat類(lèi)型側(cè)重于計(jì)算,，數(shù)學(xué)性較高，openCV對(duì)Mat類(lèi)型的計(jì)算也進(jìn)行了優(yōu)化,。而CvMat和IplImage類(lèi)型更側(cè)重于“圖像”,，openCV對(duì)其中的圖像操作（縮放、單通道提取,、圖像閾值操作等）進(jìn)行了優(yōu)化,。

補(bǔ)充：IplImage由CvMat派生，而CvMat由CvArr派生即CvArr -> CvMat -> IplImage

            CvArr用作函數(shù)的參數(shù),，無(wú)論傳入的是CvMat或IplImage,，內(nèi)部都是按CvMat處理。

1.CvMat

A.CvMat-> IplImage

IplImage* img = cvCreateImage(cvGetSize(mat),8,1);
cvGetImage(matI,img);

cvSaveImage("rice1.bmp",img);

B.CvMat->Mat

與IplImage的轉(zhuǎn)換類(lèi)似,，可以選擇是否復(fù)制數(shù)據(jù),。

Mat::Mat(const CvMat* m, bool copyData=false);

在openCV中，沒(méi)有向量（vector）的數(shù)據(jù)結(jié)構(gòu),。任何時(shí)候,，但我們要表示向量時(shí)，用矩陣數(shù)據(jù)表示即可,。

但是,，CvMat類(lèi)型與我們?cè)诰€(xiàn)性代數(shù)課程上學(xué)的向量概念相比，更抽象,，比如CvMat的元素?cái)?shù)據(jù)類(lèi)型并不僅限于基礎(chǔ)數(shù)據(jù)類(lèi)型,，比如，下面創(chuàng)建一個(gè)二維數(shù)據(jù)矩陣：

              CvMat* cvCreatMat(int rows ,int cols , int type);

這里的type可以是任意的預(yù)定義數(shù)據(jù)類(lèi)型,，比如RGB或者別的多通道數(shù)據(jù),。這樣我們便可以在一個(gè)CvMat矩陣上表示豐富多彩的圖像了。

2.IplImage

在類(lèi)型關(guān)系上,，我們可以說(shuō)IplImage類(lèi)型繼承自CvMat類(lèi)型,，當(dāng)然還包括其他的變量將之解析成圖像數(shù)據(jù)。

IplImage類(lèi)型較之CvMat多了很多參數(shù)，比如depth和nChannels,。在普通的矩陣類(lèi)型當(dāng)中,，通常深度和通道數(shù)被同時(shí)表示，如用32位表示RGB+Alpha.但是,，在圖像處理中,，我們往往將深度與通道數(shù)分開(kāi)處理，這樣做是OpenCV對(duì)圖像表示的一種優(yōu)化方案,。

IplImage的對(duì)圖像的另一種優(yōu)化是變量origin----原點(diǎn),。在計(jì)算機(jī)視覺(jué)處理上,，一個(gè)重要的不便是對(duì)原點(diǎn)的定義不清楚,，圖像來(lái)源，編碼格式,，甚至操作系統(tǒng)都會(huì)對(duì)原地的選取產(chǎn)生影響,。為了彌補(bǔ)這一點(diǎn)，openCV允許用戶(hù)定義自己的原點(diǎn)設(shè)置,。取值0表示原點(diǎn)位于圖片左上角,，1表示左下角。

dataOrder參數(shù)定義數(shù)據(jù)的格式,。有IPL_DATA_ORDER_PIXEL和IPL_DATA_ORDER_PLANE兩種取值,，前者便是對(duì)于像素，不同的通道的數(shù)據(jù)交叉排列,，后者表示所有通道按順序平行排列,。

IplImage類(lèi)型的所有額外變量都是對(duì)“圖像”的表示與計(jì)算能力的優(yōu)化。

A.IplImage -> Mat

IplImage* pImg = cvLoadImage("lena.jpg");
Mat img(pImg,0); // 0是不複製影像,，也就是pImg與img的data共用同個(gè)記憶體位置,，header各自有
B.IplImage -> CvMat

法1：CvMat mathdr, *mat = cvGetMat( img, &mathdr );

法2：CvMat *mat = cvCreateMat( img->height, img->width, CV_64FC3 );
  cvConvert( img, mat );

C.IplImage*-> BYTE*

BYTE* data= img->imageData;

CvMat和IplImage創(chuàng)建時(shí)的一個(gè)小區(qū)別：

1、建立矩陣時(shí),，第一個(gè)參數(shù)為行數(shù),，第二個(gè)參數(shù)為列數(shù)。

CvMat* cvCreateMat( int rows, int cols, int type );

2,、建立圖像時(shí),，CvSize第一個(gè)參數(shù)為寬度，即列數(shù),；第二個(gè)參數(shù)為高度,，即行數(shù)。這 個(gè)和CvMat矩陣正好相反,。

IplImage* cvCreateImage(CvSize size, int depth, int channels );

CvSize cvSize( int width, int height );

IplImage內(nèi)部buffer每行是按4字節(jié)對(duì)齊的,，CvMat沒(méi)有這個(gè)限制

補(bǔ)充：

A.BYTE*-> IplImage*

img= cvCreateImageHeader(cvSize(width,height),depth,channels);

cvSetData(img,data,step);

//首先由cvCreateImageHeader()創(chuàng)建IplImage圖像頭，制定圖像的尺寸,，深度和通道數(shù),；

//然后由cvSetData()根據(jù)BYTE*圖像數(shù)據(jù)指針設(shè)置IplImage圖像頭的數(shù)據(jù)數(shù)據(jù),，

//其中step指定該IplImage圖像每行占的字節(jié)數(shù)，對(duì)于1通道的IPL_DEPTH_8U圖像,，step可以等于width,。