OpenCV1基于C接口定义的图像存储格式IplImage*，直接暴露内存，如果忘记释放内存，就会造成内存泄漏。从OpenCV2开始，开始使用Mat类存储图像，其新的C++接口，cv::Mat代替了原来c风格的CvMat和IplImage。目前，2.0版本对c的接口也是支持的。
相对于c的接口，c++的cv::Mat统一了矩阵和图像这两个概念。事实上，矩阵和图像其实是一样的。由于cv::Mat是c++的类，所以也具备了相关的一些特征。例如，内存的释放。在C++中，一个对象超出其使用范围后，会自动调用析构函数进行销毁。而在c中，如果给CvMat类型的变量使用函数cvCreateImage 等函数分配了内存空间，那么必须调用相应的函数cvReleaseImage进行释放，而不会自动销毁。如果没有相应的释放，则会造成内存泄漏。
Mat和IplImage的区别如下：
| 分类 |
C风格 |
C++风格 |
| 图像存储格式 |
IplImage*和 CvMat |
cv::Mat或者 Using namespace cv； Mat... |
| 接口 |
CvSize CvVideoCapture IplImage, CvMat cvQueryFrame cvShowImage cvLoadImage |
Size VideoCapture Mat (operator) imshow imread |
| 特点 |
使用IplImage时需要手动管理内存，例如使用cvCreateImage()，cvReleaseImage()等函数创建和释放内存，而且使用不熟练的时候我们会发现IplImage经常出现内存异常，当使用熟练时，程序规模较小时，IplImage没有问题的，可是一旦代码变得越来越大，他就会越来越来挣扎着处理这一切而不是着眼于实际解决自己的开发目标。 |
命名空间可以简化函数的书写。 Cvrect和Rect以及cvresize和resize都是表示同一个东西，前者都是指cvrect，后者都是指cvresize。使用命名空间后，可以简化为rest以及resize
使用Mat的第一件事是：不再需要手动分配其内存大小，当不需要使用它的时候也不再需要手动释放它。 Mat使用的是c++结构，c++中类的概念，在opencv2.0以上，引入例如C++接口，类的使用，使得代码变得更加简洁（c++中类使用. ，c中结构使用->）。 |
IplImage程序:
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
#include "stdio.h"
int main(void)
{
IplImage* Image;
IplImage* Image_Gray; // c语言中，声明需要在语句之前
Image = cvLoadImage("D:\\opencv2.4.4\\lema.jpg", 1); // 载入图片，1-彩色
Image_Gray = cvCreateImage(cvGetSize(Image), Image->depth, 1); // 创建内存
cvCvtColor(Image, Image_Gray, CV_BGR2GRAY); // 彩色图->灰度图
cvShowImage("Image", Image);
cvShowImage("Image_Gray", Image_Gray);
cvWaitKey(0);
cvReleaseImage(&Image);
cvReleaseImage(&Image_Gray);
return 0;
}Mat程序：
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
#include <iostream>
using namespace std;
using namespace cv;
int main(void)
{
Mat Image = imread("D:\\opencv2.4.4\\lema.jpg",1);
imshow("Image", Image);
Mat Image_Gray;
cvtColor(Image, Image_Gray, CV_BGR2GRAY, 0);
imshow("Image_Gray", Image_Gray);
waitKey(0);
return 0;
}Mat本质是由两个数据部分组成的类：矩阵头（包含信息有矩阵的大小、用于存储的方法、矩阵存储的地址等），一个指针（指向了像素值的矩阵，可根据选择用于存储的方法采用任何维度存储数据）。矩阵头部的大小是恒定的，然而，矩阵本身的大小因图像的不同而不同，通常是较大的数量级。因而，当你的程序中传递图像并在有些时候需要创建图像副本时，需要花费很大的代价生成图像矩阵本身，而不是图像的头部。
opencv是图像处理库，它包含大量的图像处理函数，因此，图像传给库中的函数是一种常见的做法。为提高大程序的速度，opencv使用引用计数系统，其思想是Mat的每个对象都具有自己的头，让矩阵指针指向同一地址的实例之间共享该矩阵。此外，拷贝运算符将智能复制矩阵头部，也将复制指向矩阵的指针，但不复制矩阵本身。
二、IplImage的图像数据转换到cvmat
IplImage这个结构体中存储图像数据的部分是char * imageData，这个指针指向图像数组的首地址。而imageData是一个一维数组，遍历其数据的方法是使y从0～imageData->height，假设图像为img，则每一行y地址指针即ptr = img->imageData+y*img->widthStep，若图像是RGB即三通道的，则每行为3*img->width个数据（每个像素占3个数据），通过x和y的递归从而操作图像的数据。
另外IplImage的图像数据有的时候不得不转换到cvmat，特别是二维矩阵以便于矩阵的各种计算，这个时候，转换的方法为：
| IplImage -> cv::Mat IplImage* pImg = cvLoadImage("lena.jpg"); cvReleaseImage（img）;//释放内存 |
cv::Mat转换为IPLImage
| cv::Mat -> IplImage// converts header to IplImage; no data is copied operator IplImage() const; img 是格式为cv::Mat的数据 cvReleaseImage（img）;//释放内存 |
cvReleaseImage（img）和free、delete相同，只是把该指针img所指的内存给释放掉，但并没有把img指针本身干掉，其地址仍然不变（非NULL）
参考博客;
https://blog.csdn.net/lanjingling09/article/details/27707049