一、Mat型別：矩陣型別，Matrix
在openCV中，Mat是一個多維的密集資料陣列。可以用來處理向量和矩陣、影象、直方圖等等常見的多維資料。
Mat有3個重要的方法：
1、Mat mat = imread(const String* filename); 讀取影象
2、imshow(const string frameName, InputArray mat); 顯示影象
3、imwrite (const string& filename, InputArray img); 儲存影象
Mat型別較CvMat與IplImage型別來說，有更強的矩陣運算能力，支援常見的矩陣運算。在計算密集型的應用當中，將CvMat與IplImage型別轉化為Mat型別將大大減少計算時間花費。
A.Mat -> IplImage
同樣只是建立影象頭，而沒有複製資料。
例： // 假設Mat型別的imgMat影象資料存在
IplImage pImg= IplImage(imgMat);
B.Mat -> CvMat
與IplImage的轉換類似，不復制資料，只建立矩陣頭。
例： // 假設Mat型別的imgMat影象資料存在
CvMat cvMat = imgMat;

二、CvMat型別與IplImage型別：“影象”型別
在openCV中，Mat型別與CvMat和IplImage型別都可以代表和顯示影象，但是，Mat型別側重於計算，數學性較高，openCV對Mat型別的計算也進行了優化。而CvMat和IplImage型別更側重於“影象”，openCV對其中的影象操作（縮放、單通道提取、影象閾值操作等）進行了優化。
補充：IplImage由CvMat派生，而CvMat由CvArr派生即CvArr -> CvMat -> IplImage
CvArr用作函式的引數，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，可以選擇是否複製資料。
Mat::Mat(const CvMat* m, bool copyData=false);
在openCV中，沒有向量（vector）的資料結構。任何時候，但我們要表示向量時，用矩陣資料表示即可。
但是，CvMat型別與我們線上性代數課程上學的向量概念相比，更抽象，比如CvMat的元素資料型別並不僅限於基礎資料型別，比如，下面建立一個二維資料矩陣：
CvMat* cvCreatMat(int rows ,int cols , int type);
這裡的type可以是任意的預定義資料型別，比如RGB或者別的多通道資料。這樣我們便可以在一個CvMat矩陣上表示豐富多彩的影象了。

2.IplImage
在型別關係上，我們可以說IplImage型別繼承自CvMat型別，當然還包括其他的變數將之解析成影象資料。
IplImage型別較之CvMat多了很多引數，比如depth和nChannels。在普通的矩陣型別當中，通常深度和通道數被同時表示，如用32位表示RGB+Alpha.但是，在影象處理中，我們往往將深度與通道數分開處理，這樣做是OpenCV對影象表示的一種優化方案。
IplImage的對影象的另一種優化是變數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，影象來源，編碼格式，甚至作業系統都會對原地的選取產生影響。為了彌補這一點，openCV允許使用者定義自己的原點設定。取值0表示原點位於圖片左上角，1表示左下角。
dataOrder引數定義資料的格式。有IPL_DATA_ORDER_PIXEL和IPL_DATA_ORDER_PLANE兩種取值，前者便是對於畫素，不同的通道的資料交叉排列，後者表示所有通道按順序平行排列。
IplImage型別的所有額外變數都是對“影象”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建立時的一個小區別：
1、建立矩陣時，第一個引數為行數，第二個引數為列數。
CvMat* cvCreateMat( int rows, int cols, int type );
2、建立影象時，CvSize第一個引數為寬度，即列數；第二個引數為高度，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位元組對齊的，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()建立IplImage影象頭，制定影象的尺寸，深度和通道數；
//然後由cvSetData()根據BYTE*影象資料指標設定IplImage影象頭的資料資料，
//其中step指定該IplImage影象每行佔的位元組數，對於1通道的IPL_DEPTH_8U影象，step可以等於width。