IplImage
由于OpenCV主要针对的是计算机视觉方面的处理,因此在函数库中,最重要的结构体是IplImage结构。IplImage结构来源于Intel的另外一个函数库Intel Image Processing Library (IPL),该函数库主要是针对图像处理。
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,主要有以下支持格式: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16U,IPL_DEPTH_16S, IPL_DEPTH_32S,
IPL_DEPTH_32F 和IPL_DEPTH_64F */
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.
/*只有cvCreateImage可以创建交叉存取图像 */
int origin; /*图像原点位置: 0表示顶-左结构,1表示底-左结构 */
int align; /* 图像行排列方式 (4 or 8),在 OpenCV 被忽略,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,当该值非空时,
/*只对该区域进行处理 */
struct _IplImage *maskROI; /* 在 OpenCV中必须为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,这就是图片存储的核心数据
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, 在 OpenCV 被忽略*/
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;
imageData是图片存储的核心数据
我们可以用这种方法访问图片的数据
uchar Blue[240][320];
uchar Green[240][320];
uchar Red[240][320];
for(int i=0;i<Image1->height;i++)
{
for(int j=0;j<Image1->widthStep;j=j+3)
{
Blue[i][(int)(j/3)]=Image1->imageData[i*Image1->widthStep+j];
Green[i][(int)(j/3)]=Image1->imageData[i*Image1->widthStep+j+1];
Red[i][(int)(j/3)]=Image1->imageData[i*Image1->widthStep+j+2];
Image1->imageData[i*Image1->widthStep+j]=0;//B
Image1->imageData[i*Image1->widthStep+j+1]=0;//G
Image1->imageData[i*Image1->widthStep+j+2]=255;//R
}
}
cvNamedWindow("Red",1);
cvShowImage("Red",Image1);
注意:imageData中的RGB三元色排列与平常不同,其排列顺序为B,G,R