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

版权声明：本文为博主原创文章，未经博主允许不得转载。