OpenCV - Mat、CvMat、IplImage類型淺析
OpenCV中常見的與圖像操作有關的數據容器有Mat，cvMat和IplImage。
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。
關于Mat的數學方面的函數略過。
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。
我們知道openCV是完全用C實現的，但是，IplImage類型與CvMat類型的關系就像是java（C++？）中的繼承關系。實際上，CvMat之上還有一個更抽象的基類----CvArr，這在源代碼中會常見。
關于CvMat：
其定義如下：<span style="font-size: medium;">typedef struct CvMat
{
int type;
int step;
/* for internal use only */
int* refcount;
int hdr_refcount;
union
{
uchar* ptr;
short* s;
int* i;
float* fl;
double* db;
} data;
#ifdef __cplusplus
union
{
int rows;
int height;
};
union
{
int cols;
int width;
};
#else
int rows;
int cols;
#endif
}
CvMat;</span>
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。
關于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。
其定義如下：<span style="font-size: medium;">typedef struct _IplImage
{
int nSize; /* sizeof(IplImage) */
int ID; /* version (=0)*/
int nChannels; /* Most of OpenCV functions support 1,2,3 or 4 channels */
int alphaChannel; /* Ignored by OpenCV */
int depth; /* Pixel depth in bits: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16S,
IPL_DEPTH_32S, IPL_DEPTH_32F and IPL_DEPTH_64F are supported. */
char colorModel[4]; /* Ignored by OpenCV */
char channelSeq[4]; /* ditto */
int dataOrder; /* 0 - interleaved color channels, 1 - separate color channels.
cvCreateImage can only create interleaved images */
int origin; /* 0 - top-left origin,
1 - bottom-left origin (Windows bitmaps style). */
int align; /* Alignment of image rows (4 or 8).
OpenCV ignores it and uses widthStep instead. */
int width; /* Image width in pixels. */
int height; /* Image height in pixels. */
struct _IplROI *roi; /* Image ROI. If NULL, the whole image is selected. */
struct _IplImage *maskROI; /* Must be NULL. */
void *imageId; /* " " */
struct _IplTileInfo *tileInfo; /* " " */
int imageSize; /* Image data size in bytes
(==image->height*image->widthStep
in case of interleaved data)*/
char *imageData; /* Pointer to aligned image data. */
int widthStep; /* Size of aligned image row in bytes. */
int BorderMode[4]; /* Ignored by OpenCV. */
int BorderConst[4]; /* Ditto. */
char *imageDataOrigin; /* Pointer to very origin of image data
(not necessarily aligned) -
needed for correct deallocation */
}
IplImage;</span>
我們可以看到，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。
轉自：http://263796001-qq-com.iteye.com/blog/1409639