一、Mat類型：矩陣類型，Matrix。

????在openCV中，Mat是一個多維的密集數據數組。可以用來處理向量和矩陣、圖像、直方圖等等常見的多維數據。

????Mat有3個重要的方法：

?????????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);????儲存圖像

????Mat類型較CvMat與IplImage類型來說，有更強的矩陣運算能力，支持常見的矩陣運算。在計算密集型的應用當中，將CvMat與IplImage類型轉化為Mat類型將大大減少計算時間花費。

A.Mat?->?IplImage

同樣只是創建圖像頭，而沒有復制數據。

例：?//?假設Mat類型的imgMat圖像數據存在

IplImage?pImg=?IplImage(imgMat);?

B.Mat?->?CvMat

與IplImage的轉換類似，不復制數據，只創建矩陣頭。

例： //?假設Mat類型的imgMat圖像數據存在

???? CvMat?cvMat?=?imgMat;

?

二、CvMat類型與IplImage類型：“圖像”類型

???????在openCV中，Mat類型與CvMat和IplImage類型都可以代表和顯示圖像，但是，Mat類型側重于計算，數學性較高，openCV對Mat類型的計算也進行了優化。而CvMat和IplImage類型更側重于“圖像”，openCV對其中的圖像操作（縮放、單通道提取、圖像閾值操作等）進行了優化。

補充：IplImage由CvMat派生，而CvMat由CvArr派生即CvArr?->?CvMat?->?IplImage

??????????? CvArr用作函數的參數，無論傳入的是CvMat或IplImage，內部都是按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的轉換類似，可以選擇是否復制數據。

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

在openCV中，沒有向量（vector）的數據結構。任何時候，但我們要表示向量時，用矩陣數據表示即可。

但是，CvMat類型與我們在線性代數課程上學的向量概念相比，更抽象，比如CvMat的元素數據類型并不僅限于基礎數據類型，比如，下面創建一個二維數據矩陣：

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

這里的type可以是任意的預定義數據類型，比如RGB或者別的多通道數據。這樣我們便可以在一個CvMat矩陣上表示豐富多彩的圖像了。

?

2.IplImage

在類型關系上，我們可以說IplImage類型繼承自CvMat類型，當然還包括其他的變量將之解析成圖像數據。

IplImage類型較之CvMat多了很多參數，比如depth和nChannels。在普通的矩陣類型當中，通常深度和通道數被同時表示，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分開處理，這樣做是OpenCV對圖像表示的一種優化方案。

IplImage的對圖像的另一種優化是變量origin----原點。在計算機視覺處理上，一個重要的不便是對原點的定義不清楚，圖像來源，編碼格式，甚至操作系統都會對原地的選取產生影響。為了彌補這一點，openCV允許用戶定義自己的原點設置。取值0表示原點位于圖片左上角，1表示左下角。

dataOrder參數定義數據的格式。有IPL_DATA_ORDER_PIXEL和IPL_DATA_ORDER_PLANE兩種取值，前者便是對于像素，不同的通道的數據交叉排列，后者表示所有通道按順序平行排列。

IplImage類型的所有額外變量都是對“圖像”的表示與計算能力的優化。

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創建時的一個小區別：

1、建立矩陣時，第一個參數為行數，第二個參數為列數。

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

2、建立圖像時，CvSize第一個參數為寬度，即列數；第二個參數為高度，即行數。這 個和CvMat矩陣正好相反。

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

CvSize?cvSize(?int?width,?int?height?);

?

IplImage內部buffer每行是按4字節對齊的，CvMat沒有這個限制

?

補充：

A.BYTE*->?IplImage*

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

cvSetData(img,data,step);

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

//然后由cvSetData()根據BYTE*圖像數據指針設置IplImage圖像頭的數據數據，

//其中step指定該IplImage圖像每行占的字節數，對于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

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）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。