1、CvMat之间的复制
//注意：深拷贝 - 单独分配空间，两者相互独立
CvMat* a;
CvMat* b = cvCloneMat(a); //copy a to b
–
2、Mat之间的复制
//注意：浅拷贝 - 不复制数据只创建矩阵头，数据共享（更改a,b,c的任意一个都会对另外2个产生同样的作用）
Mat a;
Mat b = a; //a "copy" to b
Mat c(a); //a "copy" to c
//注意：深拷贝
Mat a;
Mat b = a.clone(); //a copy to b
Mat c;
a.copyTo( c); //a copy to c
–
3、CvMat转Mat
//使用Mat的构造函数：Mat::Mat(const CvMat* m, bool copyData=false);
默认情况下copyData为false
CvMat* a;
//注意：以下三种效果一致，均为浅拷贝
Mat b(a); //a "copy" to b
Mat b(a, false); //a "copy" to b
Mat b = a; //a "copy" to b
//注意：当将参数copyData设为true后，则为深拷贝（复制整个图像数据）
Mat b = Mat(a, true); //a copy to b
–
4、Mat转CvMat
//注意：浅拷贝
Mat a;
CvMat b = a; //a "copy" to b
//注意：深拷贝
Mat a;
CvMat *b;
CvMat temp = a; //转化为CvMat类型，而不是复制数据
cvCopy(&temp, b); //真正复制数据 cvCopy使用前要先开辟内存空间
–
IplImage与上述二者间的转化和拷贝=
1、IplImage之间的复制
这个不赘述了，就是cvCopy与cvCloneImage使用区别，贴张网上的图：
2、IplImage转Mat
//使用Mat的构造函数：Mat::Mat(const IplImage* img, bool copyData=false);
默认情况下copyData为false
IplImage* srcImg = cvLoadImage(“Lena.jpg”);
//注意：以下三种效果一致，均为浅拷贝
Mat M(srcImg);
Mat M(srcImg, false);
Mat M = srcImg;
//注意：当将参数copyData设为true后，则为深拷贝（复制整个图像数据）
Mat M(srcImg, true);
复制代码
3、Mat转IplImage
//注意：浅拷贝 - 同样只是创建图像头，而没有复制数据
Mat M;
IplImage img = M;
IplImage img = IplImage(M);
//深拷贝
cv::Mat img2;
IplImage imgTmp = img2;
IplImage *input = cvCloneImage(&imgTmp);
4、IplImage转CvMat
//法一：cvGetMat函数
IplImage* img;
CvMat temp;
CvMat* mat = cvGetMat(img, &temp); //深拷贝
//法二：cvConvert函数
CvMat *mat = cvCreateMat(img->height, img->width, CV_64FC3); //注意height和width的顺序
cvConvert(img, mat); //深拷贝
5、CvMat转IplImage
//法一：cvGetImage函数
CvMat M;
IplImage* img = cvCreateImageHeader(M.size(), M.depth(), M.channels());
cvGetImage(&M, img); //深拷贝：函数返回img
//也可写成
CvMat M;
IplImage* img = cvGetImage(&M, cvCreateImageHeader(M.size(), M.depth(), M.channels()));
//法二：cvConvert函数
CvMat M;
IplImage* img = cvCreateImage(M.size(), M.depth(), M.channels());
cvConvert(&M, img); //深拷贝
6.cv::Mat--->const cvArr*
cvArr * 数组的指针。就是opencv里面的一种类型。
Mat img;
const CvArr* s=(CvArr*)&img;
上面就可以了，CvArr是Mat的虚基类，所有直接强制转换就可以了
void cvResize( src 就是之前的lplimage类型的一个指针变量
7.cvArr(IplImage或者cvMat)转化为cvMat
方式一、cvGetMat方式：
int coi = 0;
cvMat mat = (CvMat)arr;
if( !CV_IS_MAT(mat) )
{
mat = cvGetMat( mat, &matstub, &coi );
if (coi != 0) reutn; // CV_ERROR_FROM_CODE(CV_BadCOI);
}
写成函数为：
// This is just an example of function
// to support both IplImage and cvMat as an input
CVAPI( void ) cvIamArr( const CvArr* arr )
{
CV_FUNCNAME( “cvIamArr” );
BEGIN;
CV_ASSERT( mat == NULL );
CvMat matstub, mat = (CvMat)arr;
int coi = 0;
if( !CV_IS_MAT(mat) )
{
CV_CALL( mat = cvGetMat( mat, &matstub, &coi ) );
if (coi != 0) CV_ERROR_FROM_CODE(CV_BadCOI);
}
// Process as cvMat
END;
}
8图像直接操作
方式一：直接数组操作 int col, row, z;
复制代码
uchar b, g, r;
for( row = 0; row < img->height; y++ )
{
for ( col = 0; col < img->width; col++ )
{
b = img->imageData[img->widthStep * row + col * 3]
g = img->imageData[img->widthStep * row + col * 3 + 1];
r = img->imageData[img->widthStep * row + col * 3 + 2];
}
}
方式二：宏操作：
int row, col;
uchar b, g, r;
for( row = 0; row < img->height; row++ )
{
for ( col = 0; col < img->width; col++ )
{
b = CV_IMAGE_ELEM( img, uchar, row, col * 3 );
g = CV_IMAGE_ELEM( img, uchar, row, col * 3 + 1 );
r = CV_IMAGE_ELEM( img, uchar, row, col * 3 + 2 );
}
}
注：CV_IMAGE_ELEM( img, uchar, row, col * img->nChannels + ch )
9.cvMat的直接操作
数组的直接操作比较郁闷，这是由于其决定于数组的数据类型。
对于CV_32FC1 (1 channel float)：
CvMat* M = cvCreateMat( 4, 4, CV_32FC1 );
M->data.fl[ row * M->cols + col ] = (float)3.0;
对于CV_64FC1 (1 channel double)：
CvMat* M = cvCreateMat( 4, 4, CV_64FC1 );
M->data.db[ row * M->cols + col ] = 3.0;
一般的，对于1通道的数组：
CvMat* M = cvCreateMat( 4, 4, CV_64FC1 );
CV_MAT_ELEM( *M, double, row, col ) = 3.0;