cvarr、mat、cvmat、iplimage、byte转换(总结而来)

一、Mat 类型：矩阵类型，Matrix。 在 openCV 中，Mat 是一个多维的密集数据数组。可以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 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当中，将 CvMat 与 IplImage 类型转化为 Mat 类型将大大减少计 算时间花费。 A.Mat - IplImage 同样只是创建图像头，而没有复制数据。 例： / 假设 Mat 类型的 imgMat 图像数据存在 IplImage pImg= IplImage(imgMat); B.Mat - CvMat 与 IplImage 的转换类似，不复制数据，只创建矩阵头。 例： / 假设 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 类型都可以代表和显示图像，但是， Mat 类型侧重于计算，数学性较高，openCV 对 Mat 类型的计算也进行了优化。而 CvMat 和 IplImage 类型更侧重于“ 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 用作函数的参数，无论传入的是 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 的转换类似，可以选择是否复制数据。 Mat:Mat(const CvMat* m, bool copyData=false); 在 openCV 中，没有向量（vector）的数据结构。任何时候，但我们要表示向量时，用矩 阵数据表示即可。 但是，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，比如 CvMat 的元 素数据类型并不仅限于基础数据类型，比如，下面创建一个二维数据矩阵： CvMat* cvCreatMat(int rows ,int cols , int type); 这里的 type 可以是任意的预定义数据类型，比如 RGB 或者别的多通道数据。这样我们便 可以在一个 CvMat 矩阵上表示丰富多彩的图像了。 2.IplImage 在类型关系上，我们可以说 IplImage 类型继承自 CvMat 类型，当然还包括其他的变量将 之解析成图像数据。 IplImage 类型较之 CvMat 多了很多参数，比如 depth 和 nChannels。在普通的矩阵类型当 中，通常深度和通道数被同时表示，如用 32 位表示 RGB+Alpha.但是，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 的对图像的另一种优化是变量 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 允许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 参数定义数据的格式。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， 后者表示所有通道按顺序平行排列。 IplImage 类型的所有额外变量都是对“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, 法 2：CvMat *mat = cvCreateMat( img-height, img-width, CV_64FC3 ); cvConvert( img, mat ); C.IplImage*- BYTE* BYTE* data= img-imageData; CvMat 和 IplImage 创建时的一个小区别： 1、建立矩阵时，第一个参数为行数，第二个参数为列数。 CvMat* cvCreateMat( int rows, int cols, int type ); 2、建立图像时，CvSize 第一个参数为宽度，即列数；第二个参数为高度，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