在opencv中，图像用一个矩阵数组表示，类名为Mat(Matrices的前三个字母的缩写)。类Mat表示一个n维密度数值的单通道或多通道数组。它可用于存储实数或复数向量、以及矩阵、灰度图像或彩色图像、立体像素(voxel)体积、向量域(fields)、点云(point clouds，一系列在三维空间中描述物体几何形状的点)、张量(tensors)、直方图(不过，非常高维的直方图可能存储在 SparseMat 中更好)。数组M的数据布局由数组M.step\[\]所定义，因此，元素 的地址(其中，
)计算为
在二维数组的情况下，上述公式缩减为
注意， ( 事实上，
）
这意味着，二维矩阵是逐行存储的 ，三维矩阵逐平面存储的 ，如此，等等。 是最小的，并且总是等于元素数目 M.elemSize()。因此，Mat 中的数据布局与标准工具包和 SDK 中的大多数密度数组类型兼容，例如 Numpy (ndarray)、Win32(独立设备位图)等，即使用逐步 (steps)(或大步(strides))的任何数组来计算像素的位置。由于这种兼容性，可以为用户分配的数据创建 Mat 头文件并使用 OpenCV 函数就地处理它。