一、数据类型转换
1.一般图像文件格式使用的是unsigned 8bits，对应的数据类型有：CV_8UC1、CV_8UC2,CV_8UC3
其中，CV_8UC3表示3通道8位的unsigned char型
float是32位，对应的CvMat数据结构类型是：CV_32FC1,CV_32FC2,CV_32FC3
double是64位，对应的CvMat数据结构类型是：CV_64FC1，CV_64FC2，CV_64FC3,
其中，CV_64FC3表示64位的3通道double型
如果想实现不同数据类型之间的转化，需要使用convertTo函数
2.需要注意的地方：公式里用到了exp函数，图片默认是unsigned char型，范围是0-255，公式中的0.5是0-1范围内的，所以需要将原图像转换为double型，将灰度值都转换为0-1之间，就可以利用该公式进行相应的运算。处理完以后，图像还是CV_64FC3类型，如果直接保存，点开图像会发现，显示全黑，这是因为电脑默认打开图片是CV_8UC3类型的，所以还需要将CV_64FC3乘以255，再转换为CV_8UC3
3.Vec3b—表示每一个Vec3b对象中,可以存储3个char(字符型)数据,比如可以用这样的对象,去存储RGB图像中的一个像素点
Vec3d—表示每一个Vec3d对象中,可以存储3个double(字符型)数据
Vec3f—表示每一个Vec3d对象中,可以存储3个float(字符型)数据
函数
void convertTo( OutputArray m, int rtype, double alpha=1, double beta=0 ) const;
参数
m – 目标矩阵。如果m在运算前没有合适的尺寸或类型，将被重新分配。
rtype – 目标矩阵的类型。因为目标矩阵的通道数与源矩阵一样，所以rtype也可以看做是目标矩阵的位深度。如果rtype为负值，目标矩阵和源矩阵将使用同样的类型。
alpha – 尺度变换因子（可选）。
beta – 附加到尺度变换后的值上的偏移量（可选）。
示例
在应用分水岭算法分割图像时，标记图像为32位有符号整型CV_32S变量（以便定义超过255个标签，每个值标记一类物体，如255标记目标，128标记背景，0标记未知等等）构成的矩阵markers，想要将标记图像显示出来必须转换其数据类型。
markers.convertTo(tmp,CV_8U,255,255);
将矩阵markers转换为CV_8U类型的矩阵tmp：tmp(x,y)= markers(x,y)255+255.这样，将图像做线性变换，使值为-1的像素变为0（-1255+255=0）。值大于255的像素将赋值为255，这是因为CV32S转换为无符号CV_8U时，应用了饱和度运算。具体应用参看分水岭算法的相关博文。
正常float转8UC1只要
dstmat.convertTo(aa, CV_8U, 255);
就好。
注：Mat保存图片时，只能保存unsigned 8bits类型的格式，其他格式可以显示但不能imwrite
二、IplImage与Mat互转
IplImage* oldC0 = cvCreateImage(cvSize(320,240),16,1);
Mat newC = cvarrToMat(oldC0);//把IplImage转成Mat
IplImage oldC1 = newC;//把Mat转成IplImage
CvMat oldC2 = newC;//把Mat转成CvMat
这是为了把经典的OpenCV图像导成矩阵，第一句创建一个320×240的图像；第二句话把IplImage转成Mat；第三句话把Mat转成IplImage；第四句把Mat转成CvMat。
三、三通道与单通道互转
参考：
https://blog.csdn.net/weixin_36340947/article/details/78187342
