OpenCV像素点处理

IplImage是OpenCV中CxCore部分基础的数据结构，用来表示图像，其中Ipl是Intel Image Processing Library的简写。

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;

直接访问：

对我们来说比较重要的两个元素是：char *imageData以及widthStep。imageData存放图像像素数据，而widStep类似CvMat中的step，表示以字节为单位的行数据长度。

一个m*n的单通道字节型图像，其imageData排列如下：

如果我们要遍历图像中的元素，只需：

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

这种直接访问的方法速度快，但容易出错，我们可以通过定义指针来访问。即：

IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
ucha* data=(uchar *)img->imageData;
int step = img->widthStep/sizeof(uchar);
uchar* tmp;
for(int i=0;i<img->height;i++)
	for(int j=0;j<img->width;j++)
		*tmp=data[i*step+j];

而多通道（三通道）字节图像中，imageData排列如下：

其中（Bi,Bj）（Gi,Gj）（Ri,Rj）表示图像（i,j）处BGR分量的值。使用指针的遍历方法如下：

IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
uchar* data=(uchar *)img->imageData;
int step = img->widthStep/sizeof(uchar);
int channels = img->nChannels;
uchar *b,*g,*r;
for(int i=0;i<img->height;i++)
     for(int j=0;j<img->width;j++){
           *b=data[i*step+j*chanels+0];
           *g=data[i*step+j*chanels+1];
           *r=data[i*step+j*chanels+2];
      }

*如果要修改某像素值，则直接赋值。

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：

[cpp]  view plain copy

1. CvScalar cvGet1D( const CvArr* arr, int idx0 );  
2. CvScalar cvGet2D( const CvArr* arr, int idx0, int idx1 );  
3. CvScalar cvGet3D( const CvArr* arr, int idx0, int idx1, int idx2 );  
4. 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：

[cpp]  view plain copy

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

多通道字节型/浮点型图像：

[cpp]  view plain copy

1. IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);  
2. double tmpb,tmpg,bmpr;  
3. for(int i=0;i<img->height;i++)  
4.     for(int j=0;j<img->width;j++){  
5.         tmpb=cvGet2D(img,i,j).val[0];  
6.         tmpg=cvGet2D(img,i,j).val[1];  
7.         tmpr=cvGet2D(img,i,j).val[2];  
8.     }  

如果是修改元素的值，可用cvSet*D（一般是cvSet2D）函数：

[cpp]  view plain copy

1. void cvSet1D( CvArr* arr, int idx0, CvScalar value );  
2. void cvSet2D( CvArr* arr, int idx0, int idx1, CvScalar value );  
3. void cvSet3D( CvArr* arr, int idx0, int idx1, int idx2, CvScalar value );  
4. void cvSetND( CvArr* arr, int* idx, CvScalar value );  

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。

获得像素点的值便可以更加灵活的进行图像处理，在OpenCV里可以通过cvGet2D()和cvSet2D()两个函数加上一个CvScalar结构体做到。

OpenCV中，CvScalar结构为：

typedef struct CvScalar
{
    double val[4];
}
CvScalar;

 

4个double型变量，算法处理时不至于被强制类型转换而降低精度了。

再来看读写函数的定义：

 

cvGet2D 获得某个点的值, idx0=hight 行值, idx1=width 列值。

CVAPI(CvScalar) cvGet2D( const CvArr* arr, int idx0, int idx1 );

 

cvSet2D 给某个点赋值。

CVAPI(void) cvSet2D( CvArr* arr, int idx0, int idx1, CvScalar value );

 

有上可见，cvGet2D的返回类型和cvSet2D中value的类型都是CvScalar，这样定义一个CvScalar变量再调用函数就OK了。

 

OpenCV中像素点读写例子：

 

int main(int argc, char **argv) {     IplImage *img = cvLoadImage(argv[1], 1);     CvScalar pixel;     for (int i = 0; i < img->height; ++i)     {         for (int j = 0; j < img->width; ++j)         {             //获得像素的RGB值并显示, 注意内存中存储顺序是BGR             pixel = cvGet2D(img, i, j);             printf("B=%f,G=%f,R=%f\t", pixel.val[0], pixel.val[1], pixel.val[2]);             //修改各点的值             pixel.val[0] = 0;             pixel.val[1] = 0;             pixel.val[2] = 0;             cvSet2D(img, i, j, pixel);         }     }     cvNamedWindow("image", 1);     cvShowImage("image", img);     cvWaitKey(0);     cvDestroyWindow("image");     cvReleaseImage(&img);     return 0; }