IplImage像素访问

一、IplImage文件结构

首先察看来自Opencv中文网的关于OpenCV结构的介绍。
typedef struct _IplImage{        int  nSize;         /* IplImage大小，=sizeof(IplImage)*/        int  ID;            /* 版本 (=0)*/        int  nChannels;     /* 大多数OPENCV函数支持1,2,3 或 4 个通道 */        int  alphaChannel;  /* 被OpenCV忽略 */        int  depth;         /* 像素的位深度: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16U,                               IPL_DEPTH_16S, IPL_DEPTH_32S, IPL_DEPTH_32F and IPL_DEPTH_64F 可支持 */        char colorModel[4]; /* 被OpenCV忽略 */        char channelSeq[4]; /* 被OpenCV忽略 */        int  dataOrder;     /* 0 - 交叉存取颜色通道，对三通道RGB图像，像素存储顺序为BGR BGR BGR ... BGR；                                     1 - 分开的颜色通道，对三通道RGB图像，像素存储顺序为RRR...R GGG...G BBB...B。                                  cvCreateImage只能创建交叉存取图像 */        int  origin;        /* 0 - 顶—左结构,                               1 - 底—左结构 (Windows bitmaps 风格) */        int  align;         /* 图像行排列 (4 or 8). OpenCV 忽略它，使用 widthStep 代替 */        int  width;         /* 图像宽像素数 */        int  height;        /* 图像高像素数*/        struct _IplROI *roi;/* 图像感兴趣区域. 当该值非空只对该区域进行处理 */        struct _IplImage *maskROI; /* 在 OpenCV中必须置NULL */        void  *imageId;     /* 同上*/        struct _IplTileInfo *tileInfo; /*同上*/        int  imageSize;     /* 图像数据大小(在交叉存取格式下imageSize=image->height*image->widthStep），单位字节*/        char *imageData;  /* 指向排列的图像数据 */        int  widthStep;   /* 排列的图像行大小，以字节为单位 */        int  BorderMode[4]; /* 边际结束模式, 被OpenCV忽略 */        int  BorderConst[4]; /* 同上 */        char *imageDataOrigin; /* 指针指向一个不同的图像数据结构（不是必须排列的），是为了纠正图像内存分配准备的 */}IplImage;


IplImage结构来自于IntelImage Processing Library（是其本身所具有的）。OpenCV只支持其中的一个子集:

• alphaChannel表示透明度信息，在OpenCV中被忽略。

• colorModel和channelSeq被OpenCV忽略。OpenCV颜色转换的唯一函数cvCvtColor将原图像的颜色空间和目标图像的颜色空间都作为一个参数。

• dataOrder必须是IPL_DATA_ORDER_PIXEL(颜色通道是交叉存取)，然而平面图像的被选择通道可以被处理，就像COI（感兴趣的通道）被设置过一样。

• align是被OpenCV忽略的，而用widthStep去访问后继的图像行。

• 不支持maskROI。处理MASK的函数把他当作一个分离的参数。MASK在OpenCV里是8-bit，然而在IPL他是1-bit。

• tileInfo不支持。

• BorderMode和BorderConst是不支持的。每个OpenCV函数处理像素的邻近的像素，通常使用单一的固定代码边际模式。

除了上述限制，OpenCV处理ROI有不同的要求。要求原图像和目标图像的尺寸或ROI的尺寸必须（根据不同的操作，例如cvPyrDown目标图像的宽（高）必须等于原图像的宽（高）除以2±1)精确匹配，而IPL处理交叉区域，如图像的大小或ROI大小可能是完全独立的。

对于图像像素的访问有直接方式以及间接方式之分，直接方式就是拿到像素数据，根据要访问的坐标计算出访问的位置，效率高，但容易出错，间接方式则可以通过一些函数实现，操作简单但是效率低。

二、直接访问

需要用到的的两个元素是：char *imageData以及widthStep。imageData是存放图像像素数据指针，而widStep表示存储每一行图像数据字节个数，4个字节对齐。

例如我们定义了一个IplImage结构，需要进行像素访问。

IplImage*src=cvCreateImage(cvSize(400,300), IPL_DEPTH_8U,3); 

上句定义了一个IplImage指针变量src，图像的大小是400×300，图像颜色深度8位，3通道图像。

IplImage图像中各个像素点的颜色值存储在imageData指向的一片连续的内存中，可看成一个一维数组。图像数据采用interleaved的方式存储，如果图像的色彩空间是RGB空间的话，则该片内存中的数据按照BGR的顺序排列。

一张n行m列，depth为IPL_DEPTH_8U,nChannels为1的图像

而一张n行m列，depth为IPL_DEPTH_8U,nChannels为3的RGB彩色图像，其在内存中的存储方式如下：

像素(0,0)B,像素(0,0)G,像素(0,0)R,像素(0,1)B,像素(0,1)G,像素(0,1)R...像素(0,n-1)B,像素(0,n-1)G,像素(0,n-1)R,{填充字节},
...

像素(m-1,0)B,像素(m-1,0)G,像素(m-1,0)R,像素(m-1,1)B,像素(m-1,1)G,像素(m-1,1)R...像素(m-1,n-1)B,像素(m-1,n-1)G,像素(m-1,n-1)R,{填充字节}

可以注意到每一行除了像素的颜色值之外，还有一些填充字节。这是因为在IplImage的定义中，widthStep必须是4的倍数；也就是说widthStep并不是等于width*nChannels，而是等于最接近width*nChannels的4的倍数，为了方便32bit的位对齐所做的约定。

2.1.直接访问方式1：

对于单通道字节型图像:

IplImage*img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);((uchar*)(img->imageData+i*img->widthStep))[j]=111;

对于多通道字节型图像:

IplImage*img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);((uchar*)(img->imageData+i*img->widthStep))[j*img->nChannels+ 0]=111;// B((uchar*)(img->imageData+i*img->widthStep))[j*img->nChannels+ 1]=112;// G((uchar*)(img->imageData+i*img->widthStep))[j*img->nChannels+ 2]=113;// R

对于多通道浮点型图像:

要注意imageData是uchar*类型，而widthStep则是每一行字节个数。

IplImage*img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);((float*)(img->imageData+i*img->widthStep))[j*img->nChannels+ 0]=111;// B((float*)(img->imageData+i*img->widthStep))[j*img->nChannels+ 1]=112;// G((float*)(img->imageData+i*img->widthStep))[j*img->nChannels+ 2]=113;// R

2.2.直接访问方式2：

• 对于单通道字节型图像:

IplImage*img =cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);intheight =img->height;intwidth =img->width;intstep =img->widthStep/sizeof(uchar);uchar*data =(uchar*)img->imageData;data[i*step+j]= 111;

对于多通道字节型图像:

IplImage*img =cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);intheight =img->height;intwidth =img->width;intstep =img->widthStep/sizeof(uchar);intchannels =img->nChannels;uchar*data =(uchar*)img->imageData;data[i*step+j*channels+k]= 111;

对于多通道浮点型图像（假设图像数据采用4字节（32位）行对齐方式）:

IplImage*img =cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);intheight =img->height;intwidth =img->width;intstep =img->widthStep/sizeof(float);intchannels =img->nChannels;float* data =(float*)img->imageData;data[i*step+j*channels+k]= 111;

三、间接访问

通用，但效率低，可访问任意格式的图像

对于单通道字节型图像:

IplImage*img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);CvScalars;s=cvGet2D(img,i,j);// get the (i,j) pixel valueprintf("intensity=%f\n",s.val[0]);s.val[0]=111;cvSet2D(img,i,j,s);// set the (i,j) pixel value

对于多通道字节型/浮点型图像:

IplImage*img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);CvScalars;s=cvGet2D(img,i,j);// get the (i,j) pixel valueprintf("B=%f,G=%f, R=%f\n",s.val[0],s.val[1],s.val[2]);s.val[0]=111;s.val[1]=111;s.val[2]=111;cvSet2D(img,i,j,s);// set the (i,j) pixel value

使用cvGet2D()函数访问：

cvGet*D系列函数可以用来返回特定位置的数组元素（一般使用cvGet2D），原型如下：

CvScalar cvGet1D( const CvArr* arr, int idx0 );  CvScalar cvGet2D( const CvArr* arr, int idx0, int idx1 );  CvScalar cvGet3D( const CvArr* arr, int idx0, int idx1, int idx2 );CvScalar cvGetND( const CvArr* arr, int* idx );  

idx0,idx1,idx2分别用来指示元素数组下标，即cvGet2D返回（idx0,idx1）处元素的值。

因此，单通道图像像素访问方式如下：

多通道字节型/浮点型图像：

    IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);      double tmp;      for(int i=0;i<img->height;i++)          for(int j=0;j<img->width;j++)              tmp=cvGet2D(img,i,j).val[0];  

IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);  double tmpb,tmpg,bmpr;  for(int i=0;i<img->height;i++)       for(int j=0;j<img->width;j++){            tmpb=cvGet2D(img,i,j).val[0];            tmpg=cvGet2D(img,i,j).val[1];            tmpr=cvGet2D(img,i,j).val[2];  }

    void cvSet1D( CvArr* arr, int idx0, CvScalar value );     void cvSet2D( CvArr* arr, int idx0, int idx1, CvScalar value );      void cvSet3D( CvArr* arr, int idx0, int idx1, int idx2, CvScalar value );     void cvSetND( CvArr* arr, int* idx, CvScalar value ); 

如果是修改元素的值，可用cvSet*D（一般是cvSet2D）函数：这种方法对于任何图像的访问方式是一样的，比较简单，但效率较低，不推荐使用。

参考：

http://blog.csdn.net/xiaowei_cqu/article/details/7557063

http://wenku.baidu.com/view/62c6320e79563c1ec5da7187.html

http://www.opencv.org.cn/index.php/Cxcore%E5%9F%BA%E7%A1%80%E7%BB%93%E6%9E%84#IplImage