在OpenCV中，现在有很多种结构类型可以用来表示图像，它们之间有区别又有联系，现在记录一下它们之间的区别和相似之处，以便后面查看。
其中类型有：
1. Iplimage，2. Mat，3.CvMat， 4.CVArr；
其中：
1. IplImage:
较老版本的图像存储类型，在2.0之前使用；
2. CvArr：
也是较老的一种存储结构，是一种抽象的基类。
3. CvMat：
矩阵结构。
4. Mat:
新版本中使用的，推荐使用，是一个图像容器，基本上讲 Mat 是一个类，由两个数据部分组成：矩阵头（包含矩阵尺寸，存储方法，存储地址等信息）和一个指向存储所有像素值的矩阵（根据所选存储方法的不同矩阵可以是不同的维数）的指针。矩阵头的尺寸是常数值，但矩阵本身的尺寸会依图像的不同而不同，通常比矩阵头的尺寸大数个数量级。（参考某文库资料）。
============================
这些类型之间的相互转换：
1. IplImage--> Mat
函数原型：
Mat::Mat(const IplImage* img, bool copyData=false);
默认情况下，新的Mat类型与原来的IplImage类型共享图像数据，转换只是创建一个Mat矩阵头。当将参数copyData设为true后，就会复制整个图像数据。
例子：
IplImage*iplImg = cvLoadImage("a.jpg", 1);
Matmtx(iplImg); // IplImage* ->Mat 共享数据
// or : Mat mtx = iplImg;
2.Mat-->IplImage
同样只是创建图像头，而没有复制数据。
例：
IplImage pImg= IplImage(imgMat);
3. 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; // Mat -> CvMat
4. 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);
===========
总结：
1. Mat类型较CvMat和IplImage有更强的矩阵运算能力，支持常见的矩阵运算，所以将IplImage类型和CvMat类型转换为Mat类型更易于数据处理。 Mat类型可用于直接存储图像信息，通过函数imread、imwrite、imshow等实现，似乎在某种程度上可以取代IplImage类型。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。
2. 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。
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