图像处理-将uchar*数据转换成Mat，Iplimage*

1.Mat基础 

    在计算机内存中，数字图像是已矩阵的形式保存的。

    OpenCV2中，数据结构Mat是保存图像像素信息的矩阵，它主要包含两部分：矩阵头和一个指向像素数据的矩阵指针。

    矩阵头主要包含，矩阵尺寸、存储方法、存储地址和引用次数等。

    矩阵头的大小是一个常数，不会随着图像的大小而改变，但是保存图像像素数据的矩阵则会随着图像的大小而改变，通常数据量会很大，比矩阵头大几个数量级。

    这样，在图像复制和传递过程中，主要的开销是由存放图像像素的矩阵而引起的。

    因此，OpenCV使用了引用次数，当进行图像复制和传递时，不再复制整个Mat数据，而只是复制矩阵头和指向像素矩阵的指针。

2.IplImage

    在OpenCV中IplImage是表示一个图像的结构体。

    IplImage 通过cvCreateImage, 创建后复制像素到创建的内存，或者cvCreateImageHeader和cvSetImageData创建。

3.将uchar*数据转换成Mat，Iplimage*代码       

                      // 注：frame为camera得到的帧
                        int height = frame->height;
                        int width = frame->width;
			int nYUVSize = height * width;
			int a = 0;
			int i = 0;

			// convert data to yuv420p
			uchar *yuvBuffer = (uchar*) malloc(nYUVSize * 1.5);
			uchar *pBGR24 = (uchar*) malloc(nYUVSize * 3);

			for (i = 0; i < height; i++) {
				memcpy(yuvBuffer + a, frame->data[0] + i * frame->linesize[0],
						width);
				a += width;
			}

			for (i = 0; i < height / 2; i++) {
				memcpy(yuvBuffer + a, frame->data[1] + i * frame->linesize[1],
						width / 2);
				a += width / 2;
			}

			for (i = 0; i < height / 2; i++) {
				memcpy(yuvBuffer + a, frame->data[2] + i * frame->linesize[2],
						width / 2);
				a += width / 2;
			}

			//std::cout<<"convert y420p to bgr24."<<std::endl;
			// convert y420p to bgr24

			double t3 = cvGetTickCount();
			const long len = width * height;
			unsigned char* yData = yuvBuffer;
			unsigned char* vData = &yData[len];
			unsigned char* uData = &vData[len >> 2];

			int bgr[3] = { 0 };
			int yIdx, uIdx, vIdx, idx;
			for (int i = 0; i < height; i++) {
				for (int j = 0; j < width; j++) {
					yIdx = i * width + j;
					vIdx = (i / 2) * (width / 2) + (j / 2);
					uIdx = vIdx;

					bgr[0] = (int) (yuvBuffer[yIdx]
							+ 1.370705 * (vData[uIdx] - 128));            // b分量
					bgr[1] = (int) (yuvBuffer[yIdx]
							- 0.698001 * (uData[uIdx] - 128)
							- 0.703125 * (vData[vIdx] - 128));    // g分量
					bgr[2] = (int) (yuvBuffer[yIdx]
							+ 1.732446 * (uData[vIdx] - 128));            // r分量

					for (int k = 0; k < 3; k++) {
						idx = (i * width + j) * 3 + k;
						if (bgr[k] >= 0 && bgr[k] <= 255)
							pBGR24[idx] = bgr[k];
						else
							pBGR24[idx] = (bgr[k] < 0) ? 0 : 255;
					}
				}
			}

			nCouta++;
			char sWord[20] = { 0 };
			sprintf(sWord, "%d", nCouta);
			std::string sNumber(sWord);
			IplImage *iplImage = NULL;           //得到IplImage 类型

			if (iplImage) {
				cvReleaseImageHeader(&iplImage);
			}
			iplImage = cvCreateImageHeader(cvSize(width, height), IPL_DEPTH_8U,
					3);
			cvSetData(iplImage, pBGR24, width * 3);
			Mat image = Mat(iplImage);   //得到Mat 类型

			cv::imshow("orginal", image);