一、Mat類(lèi)型：矩陣類(lèi)型，Matrix。

????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€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。

from:?http://blog.csdn.net/wuxiaoyao12/article/details/7305848

總結(jié)

以上是生活随笔為你收集整理的OpenCV中 CvArr、Mat、CvMat、IplImage、BYTE转换（总结而来）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。