IplImage结构体中：

最新推荐文章于 2018-10-13 19:13:50 发布

bbzz2

最新推荐文章于 2018-10-13 19:13:50 发布

阅读量487

点赞数

分类专栏： OPENCV

OPENCV 专栏收录该内容

20 篇文章 0 订阅

订阅专栏

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 */
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 */
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;

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 */
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 */
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：

(1) 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)

(2) 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。

(3) widthStep和imageData

widthStep与CvMat中的step类似，是以字节数计算的图像的宽度。

imageData则保存了指向图像数据区首地址的指针。使用这两个成员可以访问图像的像素点。

以下是对图像数据具体元素的操作：

[cpp] view plain copy

print ?

// 假设有 8-bit 1－通道的图像 I (IplImage* img)：
((uchar*)(img->imageData + img->widthStep*y))[x];//访问I(x,y)处的像素点
//　假设有 8-bit 3-通道的图像 I (IplImage* img)：
((uchar*)(img->imageData + img->widthStep*y))[x*3];//I(x,y) blue
((uchar*)(img->imageData + img->widthStep*y))[x*3+1];//I(x,y) green
((uchar*)(img->imageData + img->widthStep*y))[x*3+2];//I(x,y) red
// 例如，给点 (100,100) 的亮度增加 30 ，那么可以这样做：
CvPoint pt = {100,100};
((uchar*)(img->imageData + img->widthStep*pt.y))[pt.x*3] += 30;
((uchar*)(img->imageData + img->widthStep*pt.y))[pt.x*3+1] += 30;
((uchar*)(img->imageData + img->widthStep*pt.y))[pt.x*3+2] += 30;
// 或者更高效地：
CvPoint pt = {100,100};
uchar* temp_ptr = &((uchar*)(img->imageData + img->widthStep*pt.y))[pt.x*3];
temp_ptr[0] += 30;
temp_ptr[1] += 30;
temp_ptr[2] += 30;
// 假设有 32-bit 浮点数, 1-通道图像 I (IplImage* img)：
((float*)(img->imageData + img->widthStep*y))[x];//I(x,y)
// 现在，一般的情况下，假设有 N-通道，类型为 T 的图像：
((T*)(img->imageData + img->widthStep*y))[x*N + c]; //I(x,y)
// 你可以使用宏 CV_IMAGE_ELEM( image_header, elemtype, y, x_Nc )
CV_IMAGE_ELEM( img, T, y, x*N + c );//I(x,y)c
// 也有针对各种图像（包括 4 通道图像）和矩阵的函数（cvGet2D, cvSet2D），但是它们非常慢。
//实际应用中，也可以如下使用：
IplImage image;
uchar * imagedata;
imagedata=(uchar*)image->imageData;
imagedata[i*image->widthStep+j*image->nChannels+n]=****;//I(i,j)的第n个通道

// 假设有 8-bit 1－通道的图像 I (IplImage* img)：
((uchar*)(img->imageData + img->widthStep*y))[x];//访问I(x,y)处的像素点

//　假设有 8-bit 3-通道的图像 I (IplImage* img)：
((uchar*)(img->imageData + img->widthStep*y))[x*3];//I(x,y) blue
((uchar*)(img->imageData + img->widthStep*y))[x*3+1];//I(x,y) green
((uchar*)(img->imageData + img->widthStep*y))[x*3+2];//I(x,y) red

// 例如，给点 (100,100) 的亮度增加 30 ，那么可以这样做：
CvPoint pt = {100,100};
((uchar*)(img->imageData + img->widthStep*pt.y))[pt.x*3] += 30;
((uchar*)(img->imageData + img->widthStep*pt.y))[pt.x*3+1] += 30;
((uchar*)(img->imageData + img->widthStep*pt.y))[pt.x*3+2] += 30;
// 或者更高效地：
CvPoint pt = {100,100};
uchar* temp_ptr = &((uchar*)(img->imageData + img->widthStep*pt.y))[pt.x*3];
temp_ptr[0] += 30;
temp_ptr[1] += 30;
temp_ptr[2] += 30;
// 假设有 32-bit 浮点数, 1-通道 图像 I (IplImage* img)：
((float*)(img->imageData + img->widthStep*y))[x];//I(x,y)

// 现在，一般的情况下，假设有 N-通道，类型为 T 的图像：
((T*)(img->imageData + img->widthStep*y))[x*N + c]; //I(x,y)
// 你可以使用宏 CV_IMAGE_ELEM( image_header, elemtype, y, x_Nc )
CV_IMAGE_ELEM( img, T, y, x*N + c );//I(x,y)c
// 也有针对各种图像（包括 4 通道图像）和矩阵的函数（cvGet2D, cvSet2D）， 但是它们非常慢。
//实际应用中，也可以如下使用：
IplImage  image;
uchar * imagedata;
imagedata=(uchar*)image->imageData;
imagedata[i*image->widthStep+j*image->nChannels+n]=****;//I(i,j)的第n个通道

以下是针对整个图像数据的操作

[cpp] view plain copy

print ?

(1)iplImage = cvCreateImageHeader(cvSize(width,heigth),IPL_DEPTH_8U,1);
cvSetData(iplImage,pGrayBuffer,width*1); //第3个参数是行字节数
cvReleaseImageheader(&iplImage);
free(pGrayBuffer); //pGrayBuffer是程序里用来放灰度数据的空间，由calloc分配
（2）iplImage = cvCreateImage(cvSize(width,heigth),IPL_DEPTH_8U,1);
iplImage->imageData=pGrayBuffer;
iplImage->imageDataOrigin=pGrayBuffer;
cvReleaseImageheader(&iplImage);
free(pGrayBuffer);
(3) iplImage = cvCreateImage(cvSize(width,heigth),IPL_DEPTH_8U,1);
memcpy(iplImage->imageData,pGrayBuffer,iplImage->imageSize);
cvReleaseImage(&iplImage);
free(pGrayBuffer);

(1)iplImage = cvCreateImageHeader(cvSize(width,heigth),IPL_DEPTH_8U,1);
   cvSetData(iplImage,pGrayBuffer,width*1); //第3个参数是行字节数
   cvReleaseImageheader(&iplImage);
   free(pGrayBuffer); //pGrayBuffer是程序里用来放灰度数据的空间，由calloc分配

（2）iplImage = cvCreateImage(cvSize(width,heigth),IPL_DEPTH_8U,1);
     iplImage->imageData=pGrayBuffer;
     iplImage->imageDataOrigin=pGrayBuffer;
     cvReleaseImageheader(&iplImage);
     free(pGrayBuffer); 
(3) iplImage = cvCreateImage(cvSize(width,heigth),IPL_DEPTH_8U,1);
    memcpy(iplImage->imageData,pGrayBuffer,iplImage->imageSize);
    cvReleaseImage(&iplImage);
    free(pGrayBuffer);

[cpp] view plain copy

print ?

结论: 这3种方式都正确，但推荐用第（1）种。

如果imageData指向的空间是由cvCreateImage初始化的，那么用cvReleaseImage来释放；

如果imageData指向的空间是后来用户指定的，那么用vReleaseImageheader(&iplImage);释放，并由用户自行释放分配的空间。

其实（1）cvSetData所做的事情和（2）中两句指针赋值类似。

如果分配和释放没搭配好，比如自行分配空间搭配上cvReleaseImage(&iplImage);就会出现“OpenCV ERROR: Unknown error code -49 (Deallocation error)”这类错误。另外，补充一下，“利用cvCreateImage新建一个IplImage，之后一个个的对结构体的成员进行赋值”是非常多余的，cvCreateImage就已经根据参数中的宽度，高度，通道数，颜色深度等信息对结构体的各个成员初始化了，不需要再手动的去赋值。这里要提一下char *imageDataOrigin; 这个变量的说明是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，实际上初始化后的imageDataOrigin和imageData指向的是同一个地址。既然初始化成这样，我也没去改变它，没有产生什么影响。

 
   
   注：opencv论坛上sunlighta大侠的解释是：“预留数据接口吧！上面有这么一句话：IplImage结构来自于 Intel Image Processing Library（是其本身所具有的）。OpenCV 只支持其中的一个子集。” 
   
   
   注：linux下的内存对齐默认是4字节，可以通过以下语句进行修改： 
   
   
   #progma pack(n) 
  
(4) roi
     roi(region of interest 感兴趣的区域),这个参数是IplROI结构体类型的变量。它允许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。在OpenCV中，所有的对图像操作的函数都支持roi,如果你想打开roi,可以使用函数cvSetImageROI(),并给函数传递一个矩形子窗口。而cvResetImageROI()是用于关闭roi的。在程序中一旦使用了roi做完相应的运算，就一定要用cvResetImageROI()来关闭roi,否则，其他操作执行时还会使用roi的定义。
     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。 
   
    
     
     [cpp] 
     view plain 
      copy 
      
      print 
     ? 
     
    
   void cvSetImageROI(IplImage* image,CvRect rect);  
void cvResetImageROI(IplImage* image);

void cvSetImageROI(IplImage* image,CvRect rect);
void cvResetImageROI(IplImage* image);

附录

以下是lxfei73朋友对IplI0mage使用的经验。

###############################################################################

我最初使用的方法是利用cvCreateImage新建一个IplImage，之后一个个的对结构体的成员进行赋值。其他的成员的赋值都没有问题，而对于 char *imageData; 的赋值却遇到了问题。

我把自己在程序里把从摄像头读取的UYVY数据转换为R=G=B=Y的3通道RGB24的数据，并保存在自己calloc的空间中，最后把这个空间的指针赋给imageData这个变量。在程序运行的时候问题来了，出现“alignment trap......bus error”的错误，内存对齐出问题了。

之前遇到过自己定义的结构体，由于内存对齐的问题而出现编译器在结构体中插入空字段而使sizeof（）的值变化的问题。于是，第一反应去查看IplImage这个结构体是否是对齐的，结果发现这个结构体的每个变量都是4字节的，非常完美的对齐。

显然，不是结构体的问题，于是我想到给imageData这个指针赋值的问题，因为我是把自己calloc的一个空间的指针赋给它的，如果calloc的这个起始地址不是4字节的整数倍，这样imageData就会出现内存对齐的问题了。

于是，把赋值操作删除，改为将calloc后空间中的数据memcpy到imageData经过cvCreateImage初始化后指向的空间。结果证明，这里就是问题所在，修改之后一切正常了。

###################################################################################

文章来源：

（1）IplImage的用法作者 lxfei73 http://blog.csdn.net/lxfei73/article/details/6406670

（2）由IplImage引发的一场关于图像存贮结构的学习
作者钰 http://blog.csdn

bbzz2

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
IplImage结构体中：

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 alphaChann
复制链接

扫一扫