Mat CvMat IplImage 之间的区别与相互转换方法

整理了 stack overflow 里面关于Mat CvMat IplImage 之间的相互转换的函数，便于日后查找使用。文章最后是这三种数据格式的说明和比较。

CvMat to Mat

CvMat* matrix
Mat M0=cvarrToMat(matrix).

Mat to IplImage

Mat image1;
IplImage* image2=cvCloneImage(&(IplImage)image1);

IplImage to CvMat

CvMat *mat = cvCreateMat(img->height, img->width, CV_64FC3);
cvConvert(img, mat);

Mat to CvMat

cv::Mat mat = ....;
CvMat cvMat = mat;

IplImage to Mat

IplImage* frame;
Mat image(frame);

CvMat to IplImage

CvMat M;
IplImage* img = cvCreateImage(M.size(), M.depth(), M.channels());
cvConvert(&M, img);

附：

Mat mtx(img); // IplImage* -> Mat
IplImage* img1 = mtx; //Mat -> IplImage*
CvMat oldmat = mtx; // Mat -> CvMat
Mat mtx1(oldmat); //CvMat -> Mat

在OpenCV中Mat、CvMat和IplImage类型都可以代表和显示图像。IplImage由CvMat派生，而CvMat由CvArr派生即CvArr -> CvMat -> IplImage，Mat类型则是C++版本的矩阵类型（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）。
其中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。（参考  http://blog.csdn.net/holybin/article/details/17711013）

IplImage里的数据，只能用uchar的形式存放，当你需要这些图像数据看作数据矩阵来运算时，0~255的精度显然满足不了要求； 然而CvMat里却可以存放任意通道数、任意格式的数据，这个机制方便了研究中的这种需求，转化为矩阵就可以进行更自由的计算。（转自百度百科）