CvArr、Mat、CvMat、IplImage、BYTE转换
在openCV中。Mat是一个多维的密集数据数组。
能够用来处理向量和矩阵、图像、直方图等等常见的多维数据。
Mat有3个重要的方法：
1、Mat mat = imread(const String* filename); 读取图像
2、imshow(const string frameName, InputArray mat); 显示图像
3、imwrite (const string& filename, InputArray img); 储存图像
Mat类型较CvMat与IplImage类型来说，有更强的矩阵运算能力。支持常见的矩阵运算。在计算密集型的应用其中，将CvMat与IplImage类型转化为Mat类型将大大降低计算时间花费。
A.Mat -> IplImage
相同仅仅是创建图像头，而没有复制数据。
例： // 如果Mat类型的imgMat图像数据存在
IplImage pImg= IplImage(imgMat);
B.Mat -> CvMat
与IplImage的转换相似，不复制数据。仅仅创建矩阵头。
例： // 如果Mat类型的imgMat图像数据存在
CvMat cvMat = imgMat;
二、CvMat类型与IplImage类型：“图像”类型
在openCV中，Mat类型与CvMat和IplImage类型都能够代表和显示图像，可是，Mat类型側重于计算，数学性较高。openCV对Mat类型的计算也进行了优化。而CvMat和IplImage类型更側重于“图像”。openCV对其中的图像操作（缩放、单通道提取、图像阈值操作等）进行了优化。
补充：IplImage由CvMat派生，而CvMat由CvArr派生即CvArr -> CvMat -> IplImage
CvArr用作函数的參数，不管传入的是CvMat或IplImage，内部都是按CvMat处理。
1.CvMat
A.CvMat-> IplImage
IplImage* img = cvCreateImage(cvGetSize(mat),8,1);
cvGetImage(matI,img);
cvSaveImage("rice1.bmp",img);
B.CvMat->Mat
与IplImage的转换相似。能够选择是否复制数据。
Mat::Mat(const CvMat* m, bool copyData=false);
在openCV中。没有向量（vector）的数据结构。
不论什么时候。但我们要表示向量时。用矩阵数据表示就可以。
可是。CvMat类型与我们在线性代数课程上学的向量概念相比，更抽象，比方CvMat的元素数据类型并不仅限于基础数据类型，比方。以下创建一个二维数据矩阵：
CvMat* cvCreatMat(int rows ,int cols , int type);
这里的type能够是随意的提前定义数据类型。比方RGB或者别的多通道数据。这样我们便能够在一个CvMat矩阵上表示丰富多彩的图像了。
2.IplImage
在类型关系上，我们能够说IplImage类型继承自CvMat类型，当然还包含其它的变量将之解析成图像数据。
IplImage类型较之CvMat多了非常多參数，比方depth和nChannels。
在普通的矩阵类型其中。通常深度和通道数被同一时候表示，如用32位表示RGB+Alpha.可是，在图像处理中。我们往往将深度与通道数分开处理，这样做是OpenCV对图像表示的一种优化方案。
IplImage的对图像的还有一种优化是变量origin----原点。在计算机视觉处理上。一个重要的不便是对原点的定义不清楚，图像来源，编码格式，甚至操作系统都会对原地的选取产生影响。
为了弥补这一点，openCV同意用户定义自己的原点设置。取值0表示原点位于图片左上角，1表示左下角。
dataOrder參数定义数据的格式。
有IPL_DATA_ORDER_PIXEL和IPL_DATA_ORDER_PLANE两种取值，前者便是对于像素，不同的通道的数据交叉排列，后者表示全部通道按顺序平行排列。
IplImage类型的全部额外变量都是对“图像”的表示与计算能力的优化。
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创建时的一个小差别：
1、建立矩阵时，第一个參数为行数。第二个參数为列数。
CvMat* cvCreateMat( int rows, int cols, int type );
2、建立图像时。CvSize第一个參数为宽度，即列数。第二个參数为高度，即行数。这 个和CvMat矩阵正好相反。
IplImage* cvCreateImage(CvSize size, int depth, int channels );
CvSize cvSize( int width, int height );
IplImage内部buffer每行是按4字节对齐的。CvMat没有这个限制
补充：
A.BYTE*-> IplImage*
img= cvCreateImageHeader(cvSize(width,height),depth,channels);
cvSetData(img,data,step);
//首先由cvCreateImageHeader()创建IplImage图像头，制定图像的尺寸。深度和通道数；
//然后由cvSetData()依据BYTE*图像数据指针设置IplImage图像头的数据数据。
//其中step指定该IplImage图像每行占的字节数，对于1通道的IPL_DEPTH_8U图像，step能够等于width
