1.IplImage数据结构
（1）IplImage的结构
typedef struct _IplImage
{
int nSize; //IplImage大小
int ID; //ID
int nChannels; //通道数，大多数OPENCV函数支持1,2,3 或 4 个通道。
int alphaChannel;
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];
char channelSeq[4];
int dataOrder; //颜色通道排列规则 0 - 交叉存取颜色通道, 1 - 分开的颜色通道.cvCreateImage只能创建交叉存取图像
int origin; // 坐标原点位置，0 - 顶—左结构,1 - 底—左结构 (Windows bitmaps 风格)
int align;
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; // 在 OpenCV中必须置NULL
struct _IplTileInfo *tileInfo; // 在 OpenCV中必须置NULL
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//
int BorderConst[4];
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;
（2）访问数据图像
imageData里存放的是HSV空间数据，所以下面的程序是将S和V部分加满。
#include <cv.h>
#include <highgui.h>
#include <iostream>
using namespace std;
int main(int argc, char** argv)
{
IplImage* img = cvLoadImage("460.jpg");
void saturate_sv(IplImage *img);
saturate_sv(img);
cvNamedWindow("Example1", CV_WINDOW_AUTOSIZE );
cvShowImage("Example1", img );
cvWaitKey(0);
cvReleaseImage( &img );
cvDestroyWindow("Example1");
return 0;
}
void saturate_sv(IplImage *img)
{
for(int y = 0;y<img->height;y++){
uchar* ptr = (uchar*)(
img->imageData + y * img->widthStep
);
for(int x = 0;x < img->width;x++)
{
ptr[3*x+1] = 255;
ptr[3*x+2] = 255;
}
}
}
加满S和V后的结果为
（3）对ROI和widthStep的补充
ROI和widthStep在实际工作中有很重要的作用，在很多情况下，使用它们会提高计算机视觉代码的执行速度。这是因为它们运行对图像的某一小部分进行操作，而不是对整个图像进行运算。
实例代码，利用imageROI来增加某范围的像素
#include <cv.h>
#include <highgui.h>
#include <iostream>
using namespace std;
int main(int argc, char** argv)
{
IplImage* src;
if( ((src=cvLoadImage("460.jpg")) != 0 ))
{
int x = atoi("80");
int y = atoi("150");
int width = atoi("270");
int height = atoi("250");
int add = atoi("-100");
cvShowImage( "大脸猫", src);
cvSetImageROI(src, cvRect(x,y,width,height));
cvAddS(src, cvScalar(add),src);
cvResetImageROI(src);
cvShowImage( "大脸猫1",src);
cvWaitKey();
}
cvReleaseImage( &src );
return 0;
}显示结果：
利用widthStep方法同样可以把选中区域内所有像素的值加200
#include <cv.h>
#include <highgui.h>
#include <iostream>
using namespace std;
int main(int argc, char** argv)
{
IplImage* interest_img;
CvRect interest_rect;
if( ((interest_img=cvLoadImage("460.jpg")) != 0 ))
{
interest_rect.x = atoi("80");
interest_rect.y = atoi("150");
interest_rect.width = atoi("270");
interest_rect.height = atoi("250");
int add = atoi("1");
IplImage *sub_img = cvCreateImageHeader(
cvSize(
interest_rect.width,
interest_rect.height
),
interest_img->depth,
interest_img->nChannels
);
sub_img->origin = interest_img->origin;
sub_img->widthStep = interest_img->widthStep;
sub_img->imageData = interest_img->imageData +
interest_rect.y * interest_img->widthStep +
interest_rect.x * interest_img->nChannels;
cvAddS( sub_img, cvScalar(add), sub_img );
cvReleaseImageHeader(&sub_img);
cvShowImage( "大脸猫22", interest_img );
cvWaitKey();
}
return 0;
}实验结果：
看起来ROI的方法更方便些，为什么还要使用widthStep呢？原因在于有些时候在处理过程中，想在操作过程中设置和保持一幅图像的多个子区间处于活动状态，但是ROI只能串行处理并且必须不断地设置和重置。所以在实际工作中widthStep更好。
to be continued
《学习opencv》笔记——IplImage数据结构,布布扣,bubuko.com
原文地址：http://blog.csdn.net/zhurui_idea/article/details/27107345
