为矩阵定义了一系列方便的操作符。我们可以将一个已经存在的灰度图像 img 变成全黑色：
img = Scalar(0);
选择感兴趣区域：
Rect r(10, 10, 100, 100);
Mat smallImg = img(r);
将 Mat 转为 C API 数据类型：
Mat img = imread("image.jpg");
IplImage img1 = img;
CvMat m = img;
注意此处无数据复制操作。
将彩色图像转为灰度图像：
Mat img = imread("image.jpg"); // loading a 8UC3 image
Mat grey;
cvtColor(img, grey, CV_BGR2GRAY);
将图像的类型从8UC1转为32FC1：
src.convertTo(dst, CV_32F);
在算法开发过程中，查看算法的中间结果是非常有用的。OpenCV提供了方便查看图像的方法。类型为 8U 的图像可以使用如下方法显示：
Mat img = imread("image.jpg");
namedWindow("image", CV_WINDOW_AUTOSIZE);
imshow("image", img);
waitKey();
调用 waitKey() 会进入一个消息循环，来等待 image 窗口上的按键动作。 类型为 32F 的图像需要转为 8U 类型。如下：
Mat img = imread("image.jpg");
Mat grey;
cvtColor(img, grey, CV_BGR2GREY);
Mat sobelx;
Sobel(grey, sobelx, CV_32F, 1, 0);
double minVal, maxVal;
minMaxLoc(sobelx, &minVal, &maxVal); //find minimum and maximum intensities
Mat draw;
sobelx.convertTo(draw, CV_8U, 255.0/(maxVal - minVal), -minVal);
namedWindow("image", CV_WINDOW_AUTOSIZE);
imshow("image", draw);
waitKey();
原文：http://www.cnblogs.com/xuqq/p/3996591.html