文章轉載自：http://blog.csdn.net/augusdi/article/details/8863820
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類型轉化爲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，而沒有複製數據。
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類型側重於計算，數學性較高，openCV對Mat類型的計算也進行了優化。而CvMat和IplImage類型更側重於“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，可以選擇是否複製數據。
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的元素數據類型並不僅限於基礎數據類型，比如，下面創建一個二維數據矩陣：
CvMat* cvCreatMat(int rows ,int cols , int type);
這裏的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
在類型關係上，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。爲了彌補這一點，openCV允許用戶定義自己的原點設置。取值0表示原點位於圖片左上角，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，前者便是對於像素，不同的通道的數據交叉排列，後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，第一個參數爲行數，第二個參數爲列數。
CvMat* cvCreateMat( int rows, int cols, int type );
2、建立圖像時，CvSize第一個參數爲寬度，即列數；第二個參數爲高度，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；
//然後由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圖像每行佔的字節數，對於1通道的IPL_DEPTH_8U圖像，step可以等於width。