IplImage 结构解读（转）

[cpp] view plaincopy

  1. typedef struct _IplImage
  2. {
  3. int nSize;                             /* IplImage大小 */
  4. int ID;                                 /* 版本 (=0)*/
  5. int nChannels;                      /* 大多数OPENCV函数支持1,2,3 或 4 个通道 */
  6. int alphaChannel;                  /* 被OpenCV忽略 */
  7. int depth;                             /* 像素的位深度: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16U,
  8. IPL_DEPTH_16S, IPL_DEPTH_32S, IPL_DEPTH_32F and IPL_DEPTH_64F 可支持 */
  9. char colorModel[4];               /* 被OpenCV忽略 */
  10. char channelSeq[4];              /* 同上 */
  11. 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 */
  12. int origin;                             /* 0 - 顶—左结构,1 - 底—左结构 (Windows bitmaps 风格) */
  13. int align;                              /* 图像行排列 (4 or 8). OpenCV 忽略它，使用 widthStep 代替 */
  14. int width;                             /* 图像宽像素数 */
  15. int height;                            /* 图像高像素数*/
  16. struct _IplROI *roi;               /* 图像感兴趣区域. 当该值非空只对该区域进行处理 */
  17. struct _IplImage *maskROI;   /* 在 OpenCV中必须置NULL */
  18. void *imageId;                     /* 同上*/
  19. struct _IplTileInfo *tileInfo;   /*同上*/
  20. 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*/
  21. char *imageData;   　　    /* 指向排列的图像数据 */
  22. int widthStep;                 /* 排列的图像行大小，以字节为单位 */
  23. int BorderMode[4];          /* 边际结束模式, 被OpenCV忽略 */
  24. int BorderConst[4]; 　　   /* 同上 */
  25. 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 */
  26. }  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：

[cpp] view plaincopy

  1. <span style="font-size:12px;">void sat_sv( IplImage* img ) {
  2. for( int y=0; y<height; y++ ) {
  3. uchar* ptr = (uchar*) (
  4. img->imageData + y * img->widthStep
  5. );
  6. for( int x=0; x<width; x++ ) {
  7. ptr[3*x+1] = 255;
  8. ptr[3*x+2] = 255;
  9. }
  10. }
  11. }
  12. </span>

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）。

roi和widthStep

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

-------------------------------------------------------------------------------------------------------------------------------------------------------------------

OpenCV中IplImage图像格式与BYTE图像数据的转换

IplImage* iplImage；

BYTE* data；

1 由IplImage*得到BYTE*图像数据：

data = iplImage->imageDataOrigin; //未对齐的原始图像数据

或者

data = iplImage->imageData; //已对齐的图像数据

2 由BYTE*得到IplImage*图像数据

iplImage = cvCreateImageHeader(cvSize(width,height),depth,channels);

cvSetData(iplImage,data,step);

首先由cvCreateImageHeader()创建IplImage图像头，制定图像的尺寸，深度和通道数；然后由

cvSetData()根据 BYTE*图像数据指针设置IplImage图像头的数据数据，其中step指定该IplImage图像

每行占的字节数，对于1通道的 IPL_DEPTH_8U图像，step可以等于width。

1，如果是从新创造一个Iplimage，则用IplImage* cvCreateImage( CvSize size, int depth, int

channels )，它创建头并分配数据。

注：当不再使用这个新图像时，要调用void cvReleaseImage( IplImage** image )将它的头和图像数

据释放！

2，如果有图像数据没有为图像头分配存储空间（即，没有为IplImage*指针分配动态存储空间），则

先调用IplImage* cvCreateImageHeader( CvSize size, int depth, int channels )创建图像头，再

调用void cvSetData( CvArr* arr, void* data, int step )指定图像数据，可以理解为将这个新图

像的数据指针指向了一个已存在的图像数据上，不存在图像数据存储空间的分配操作。

注：当不再使用这个新图像时，要调用void cvReleaseImageHeader( IplImage** image )将它的图像

头释放！

3，如果有图像数据也有图像头（用于IplImage为静态分配存储空间的情况），则先调用IplImage*

cvInitImageHeader( CvSize size, int depth, int channels )更改图像头，再调用void

cvSetData( CvArr* arr, void* data, int step )指定图像数据。

注：因为这个新图像使用的是其它图像的数据和已有的图像头，所以不能使用cvReleaseImage将它的

头和图像数据释放，也不能使用cvReleaseData将它的图像数据释放！

4，如果从已有的一个图像创建，则用IplImage* cvCloneImage( const IplImage* image )，它制作

图像的完整拷贝包括头、ROI和数据。

注：当不再使用这个新图像时，要调用void cvReleaseImage( IplImage** image )将它的头和图像数

据释放！

时间： 2024-12-21 19:09:04

IplImage 结构解读（转）的相关文章

IplImage 结构解读

IplImage 结构解读: typedef struct _IplImage { int nSize;                              /* IplImage大小,等于width*height  */ int ID;                                    /* 版本 (=0)*/ int nChannels;                    /* 大多数OPENCV函数支持1,2,3 或 4 个通道 */ int alphaCha

opencv Iplimage结构简介

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_DEPT

opencv——IplImage结构

一.作业要求: 采用MATLAB或opencv+C编程实现.每一题写明题目,给出试验程序代码,实验结果图片命名区分并作出效果比对,最后实验总结说明每一题蕴含的图像处理方法的效果以及应用场合等. 采用MATLAB编程比采用opencv+C编程得分低:如果MATLAB或opencv+C只在读入图片时采用自带函数(算法核心部分自己独立编程)的,得分高. 二.实验题目: 1. 把一幅灰度图像的垂直分辨率和水平分辨率都变为原来的一半,生成一副新的图像. IplImage 由于OpenCV主要针对的是计算机

IplImage结构体数据解析

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,

Bytom设计结构解读

一.引文 设计Bytom 数据结构,组合了许多技术点,如 patricia tree,utxo, bvm, account model,protobuf,sql,memcache 等.本文会对一些技术点做以下两点分析. Bytom 为什么要采用该技术点? Bytom 如何应用该技术点? 最后介绍综合这些技术点如何实现Bytom. [patricial tree](http://www.allisons.org/ll/AlgDS/Tree/PATRICIA/) 二.为什么要采用PAT树? ?PAT

openCV中IplImage的使用

http://blog.csdn.net/welcome_xu/article/details/7650680 IplImage结构详细分析 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 de

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_16

ROI的使用与批量存储

1. ROI简介 ROI(Region of Interest)是指图像中的一个矩形区域,可能你后续的程序需要单独处理这一个小区域,如图所示: 图1 ROI的解释 ROI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

OpenCV原理解读之HAAR+Adaboost

由于在做人脸检测的项目,用到了OpenCV的训练结果中的老分类器,因此将旧分类器的检测方法进行了总结,加上了一些自己的理解,并转载了一些较好的文章记录下来. 文章http://www.61ic.com/Article/DaVinci/TMS320DM646x/201310/50733.html解决了以下函数移植到DSP上的一些问题 下面为HAAR特征检测的具体流程:http://blog.csdn.net/nongfu_spring/article/details/38977555 一．在计算每