IplImage数据结构及其相关函数

IplImage 结构解读：

typedef struct _IplImage

{

int nSize;

/* IplImage大小 */

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 一个像素点的位数*/

char colorModel[4];

/* 被OpenCV忽略 */

char channelSeq[4];

/* 同上 */

int dataOrder;

/* 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;

/* 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 和通道数有关（nChannels）*/

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;

重要结构元素说明：

depth和nChannels

depth代表颜色深度，使用的是以下定义的宏,nChannels是通道数，为1,2,3或4。

depth的宏定义：

IPL_DEPTH_8U,无符号8bit整数(8u)

IPL_DEPTH_8S,有符号8bit整数(8s)

IPL_DEPTH_16S,有符号16bit整数(16s)

IPL_DEPTH_32S,有符号32bit整数(32s)

IPL_DEPTH_32F,32bit浮点数，单精度(32f)

IPL_DEPTH_64F,64bit浮点数，双精度(64f)

origin和dataOrder

origin变量可以有两个取值：IPL_ORIGIN_TL或者IPL_ORIGIN_BL,分别代表图像坐标系原点在左上角或是左下角。相应的，在计算机视觉领域，一个重要的错误来源就是原点位置的定义不统一。例如，图像的来源不同，操作系统不同，视频解码codec不同，存储方式不同等等，都可以造成原点位置的变化。例如，你可能认为你正在从图像上面的脸部附近取样，但实际上你却在图像下方的裙子附近取样。最初时，就应该检查一下你的系统中图像的原点位置，这可以通过在图像上方画个形状等方式实现。

dataOrder的取值可以是IPL_DATA_ORDER_PIXEL或者IPL_DATA_ORDER_PLANE,这个成员变量定义了多通道图像数据存储时颜色数据的排列方式，如果是IPL_DATA_ORDER_PIXEL,通道颜色数据排列将会是BGRBGR...的交错排列，如果是IPL_DATA_ORDER_PLANE，则每个通道的颜色值在一起，有几个通道，就有几个“颜色平面”。大多数情况下，通道颜色数据的排列是交错的。

widthStep与CvMat中的step类似，是以字节数计算的图像的宽度。成员变量imageData则保存了指向图像数据区首地址的指针。

最后还有一个重要参数roi(region of interest 感兴趣的区域),这个参数是IplROI结构体类型的变量。IplROI结构体包含了xOffset,yOffset,height,width,coi成员变量，其中xOffset,yOffset是x,y坐标，coi代表channel of interest(感兴趣的通道)。有时候，OpenCV图像函数不是作用于整个图像，而是作用于图像的某一个部分。这是，我们就可以使用roi成员变量了。如果IplImage变量中设置了roi，则OpenCV函数就会使用该roi变量。如果coi被设置成非零值，则对该图像的操作就只作用于被coi指定的通道上了。不幸的是，许多OpenCV函数忽略了coi的值。

访问图像中的数据

就象访问矩阵中元素一样，我们希望用最直接的办法访问图像中的数据，例如，如果我们有一个三通道HSV图像（HSV色彩属性模式是根据色彩的三个基本属性：色相H、饱和度S和明度V来确定颜色的一种方法）,我们要将每个点的饱和度和明度设置成255，则我们可以使用指针来遍历图像，请对比一下，与矩阵的遍历有何不同：

void sat_sv( IplImage* img ) {

for( int y=0; y<height; y++ ) {

uchar* ptr = (uchar*) (

img->imageData + y * img->widthStep

);

for( int x=0; x<width; x++ ) {

ptr[3*x+1] = 255;

ptr[3*x+2] = 255;

}

}

}
注意一下，3*x+1,3*x+2的方法，因为每一个点都有三个通道，所以这样设置。另外imageData成员的类型是uchar*，即字节指针类型，所以与CvMat的data指针类型(union)不同，而不需要象CvMat那样麻烦（还记得step/4,step/8的那种情形吗）。

IplImage*
cvCreateImage( CvSize size, int depth, int channels );//创建头并分配数据

size

图像宽、高.

depth

图像元素的位深度，可以是下面的其中之一:

IPL_DEPTH_8U - 无符号 8 位整型

IPL_DEPTH_8S - 有符号 8 位整型

IPL_DEPTH_16U - 无符号 16 位整型

IPL_DEPTH_16S - 有符号 16 位整型

IPL_DEPTH_32S - 有符号 32 位整型

IPL_DEPTH_32F - 单精度浮点数

IPL_DEPTH_64F - 双精度浮点数

channels

每个元素（像素）通道号.可以是 1, 2, 3 或 4.通道是交叉存取的，例如通常的彩色图像数据

排列是：

b0 g0 r0 b1 g1 r1 ...

虽然通常 IPL 图象格式可以存贮非交叉存取的图像，并且一些 OpenCV 也能处理他, 但是

这个函数只能创建交叉存取图像.

CreateImageHeader

分配，初始化，并且返回 IplImage 结构

IplImage* cvCreateImageHeader( CvSize size, int depth, int channels );

size

图像宽、高.

depth

像深 (见 CreateImage).

channels

通道数 (见 CreateImage).

函数 cvCreateImageHeader 分配, 初始化, 并且返回 IplImage 结构. 这个函数相似

于：

iplCreateImageHeader( channels, 0, depth,

channels == 1 ? "GRAY" : "RGB",

channels == 1 ? "GRAY" : channels == 3 ? "BGR" :

channels == 4 ? "BGRA" : "",

IPL_DATA_ORDER_PIXEL, IPL_ORIGIN_TL, 4,

size.width, size.height,

0,0,0,0);

然而 IPL 函数不是作为默认的 (见 CV_TURN_ON_IPL_COMPATIBILITY 宏)

InitImageHeader

初始他被用图分配的图像头

IplImage* cvInitImageHeader( IplImage* image, CvSize size, int depth,

int channels, int origin=0, int align=4 );

image

被初始化的图像头.

size

图像的宽高.

depth

像深(见 CreateImage).

channels

通道数(见 CreateImage).

origin

IPL_ORIGIN_TL 或 IPL_ORIGIN_BL .

align

图像行排列, 典型的 4 或 8 字节.

函数 cvInitImageHeader 初始他图像头结构, 指向用户指定的图像并且返回这个指

针。

CloneImage

制作图像的完整拷贝

IplImage* cvCloneImage( const IplImage* image );

image

原图像.

函数 cvCloneImage 制作图像的完整拷贝包括头、ROI 和数据

SetImageCOI

基于给定的值设置感兴趣通道

void cvSetImageCOI( IplImage* image, int coi );

image

图像头.

coi

感兴趣通道.

函数 cvSetImageCOI 基于给定的值设置感兴趣的通道。 值 0 意味着所有的通道都被选

定, 1 意味着第一个通道被选定等等。如果 ROI 是 NULL 并且 COI!= 0, ROI 被分配.

然而大多数的 OpenCV 函数不支持 COI, 对于这种状况当处理分离图像/矩阵通道时，

可以拷贝（通过 cvCopy 号 cvSplit) 通道来分离图像/矩阵，处理后如果需要可再拷

贝（通过 cvCopy 或 cvCvtPlaneToPix）回来.

GetImageCOI

返回感兴趣通道号

int cvGetImageCOI( const IplImage* image );

image

图像头.

函数 cvGetImageCOI 返回图像的感兴趣通道（当所有的通道都被选中返回值是 0).

SetImageROI

基于给定的矩形设置感兴趣区域

void cvSetImageROI( IplImage* image, CvRect rect );

image

图像头.

rect

ROI 矩形.

函数 cvSetImageROI 基于给定的矩形设置图像的 ROI（感兴趣区域） . 如果 ROI 是

NULL 并且参数 RECT 的值不等于整个图像, ROI 被分配. 不像 COI, 大多数的 OpenCV

函数支持 ROI 并且处理它就行它是一个分离的图像 (例如, 所有的像素坐标从 ROI 的

顶-左或底-左角（基于图像的结构）计算。

ResetImageROI

释放图偈的 ROI

void cvResetImageROI( IplImage* image );

image

图像头.

函数 cvResetImageROI 释放图像 ROI. 释放之后整个图像被认为是全部被选中的。相

似的结果可以通过下述办法

cvSetImageROI( image, cvRect( 0, 0, image->width, image->height ));

cvSetImageCOI( image, 0 );

但是后者的变量不分配 image->roi.

GetImageROI

返回图像的 ROI 坐标

CvRect cvGetImageROI( const IplImage* image );

image

图像头.

函数 cvGetImageROI 返回图像 ROI 坐标. 如果没有 ROI 则返回矩形值为

cvRect(0,0,image->width,image->height)