opencv学习笔记（八）IplImage* 访问图像像素的值

　　opencv2.1版本之前使用IplImage*数据结构来表示图像，2.1之后的版本使用图像容器Mat来存储。IplImage结构体如下所示。

 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[]; /* 被OpenCV忽略 */
         char channelSeq[]; /* 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[]; /* 边际结束模式, 被OpenCV忽略 */
         int  BorderConst[]; /* 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;  

1、使用指针遍历图像像素

（1）单通道字节型图像像素访问

 /*
 @author:CodingMengmeng
 @theme:Read the image pixel values
 @time:2017-3-16 11:27:31
 @blog:http://www.cnblogs.com/codingmengmeng/
 */
 #include <cv.h>
 #include <highgui.h>
 using namespace std;
 using namespace cv;
 int main(void)
 {
     IplImage* imgSrc = cvLoadImage("./inputData\\shuke1.jpg",);
     uchar* pixel = new uchar;
     for (int i = ; i < imgSrc->height; i++)
     {
         for (int j = ; j < imgSrc->width; j++)
         {
             pixel = (uchar*)(imgSrc->imageData + i*imgSrc->widthStep+j);
             cout << "pixel=" <<(*pixel)+<< endl;//+0隐式转换为整型，否则会打印出字符
         }
     }
     delete pixel;
     return ;
 }

输出结果是0-255灰度级的灰度值。

其中(uchar*)(imgSrc->imageData + i*imgSrc->widthStep+j)的具体含义：

（a）imgSrc->imageData指向图像第一行的首地址，i是指当前像素点所在的行,widthStep是指图像每行所占的字节数；所以imgSrc->imageData + i*imgSrc->widthStep表示该像素点所在行的首地址；j表示当前像素点所在列，所以imgSrc->imageData + i*imgSrc->widthStep+j即表示该像素点的地址。而因为IplImage->ImageData 的默认类型是 char 类型，所以再对图像像素值进行操作时，要使用强制类型转换为unsigned char，再对其进行处理。否则，图像像素值中，会有负值出现。

（b）widthStep表示存储一行像素需要的字节数

一个m*n的单通道字节型图像，其imageData排列如下：

因为opencv分配的内存是按4字节对齐的，所以widthStep必须是4的倍数，如果8U图像宽度为3，那么widthStep是4，加一个字节补齐。这个图像的一行需要4个字节，只使用前3个，最后一个空在那儿不用。也就是一个宽3高3的图像的imageData数据大小为4*3=12字节。

（2）三通道字节型图像像素访问

多通道字节型图像的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。

 /*
 //@author:CodingMengmeng
 //@theme:Read the image pixel values
 //@time:2017-3-16 11:59:17
 //@blog:http://www.cnblogs.com/codingmengmeng/
 */
 #include <cv.h>
 #include <highgui.h>
 using namespace std;
 using namespace cv;
 int main(void)
 {
     IplImage* imgSrc = cvLoadImage("./inputData\\shuke1.jpg");
     uchar* b_pixel = new uchar;
     uchar* g_pixel = new uchar;
     uchar* r_pixel = new uchar;
     for (int i = ; i < imgSrc->height; i++)
     {
         for (int j = ; j < imgSrc->width; j++)
         {
             b_pixel = (uchar*)(imgSrc->imageData + i*imgSrc->widthStep + (j*imgSrc->nChannels + ));
             g_pixel = (uchar*)(imgSrc->imageData + i*imgSrc->widthStep + (j*imgSrc->nChannels + ));
             r_pixel=(uchar*)(imgSrc->imageData + i*imgSrc->widthStep + (j*imgSrc->nChannels + ));
             cout << "b_pixel=" << *b_pixel+ << endl;
             cout << "g_pixel=" << *g_pixel+ << endl;
             cout << "r_pixel=" << *r_pixel+ << endl;
             cout << "/********************************************/" << endl;
         }
     }
     delete b_pixel;
     delete g_pixel;
     delete r_pixel;
     return ;
 }

运行结果：

2、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：

 CvScalar cvGet1D( const CvArr* arr, int idx0 );
 CvScalar cvGet2D( const CvArr* arr, int idx0, int idx1 );
 CvScalar cvGet3D( const CvArr* arr, int idx0, int idx1, int idx2 );
 CvScalar cvGetND( const CvArr* arr, int* idx );  

（1）单通道图像像素访问

 /*
 @author:CodingMengmeng
 @theme:Read the image pixel values
 @time:2017-3-16 15:12:57
 @blog:http://www.cnblogs.com/codingmengmeng/
 */
 #include <cv.h>
 #include <highgui.h>
 using namespace std;
 using namespace cv;
 int main(void)
 {
     IplImage* imgSrc = cvLoadImage("./inputData\\shuke1.jpg",);
     CvScalar pixel_v;
     /*
     CvScalar是一个可以用来存放4个double数值的数组
     一般用来存放像素值（不一定是灰度值哦）的，最多可以存放4个通道的
     如何赋值：
     a) 存放单通道图像中像素：cvScalar(255);
     b) 存放三通道图像中像素：cvScalar(255,255,255);
     c)只使用第一个通道，val[0]=val0;等同于cvScalar（val0,0,0,0）;
     */
     for (int i = ; i < imgSrc->height; i++)
     {
         for (int j = ; j < imgSrc->width; j++)
         {
             pixel_v = cvGet2D(imgSrc, i, j);
             cout << "pixel=" << pixel_v.val[] << endl;
         }
     }
     return ;
 }

注意：

对于图像中的某一像素点 P（x, y）, 在我们正常的坐标系中，x代表其横坐标，y代表其纵坐标;而在opencv的函数cvGet2D()的函数原型是 : CvScalar cvGet2D (const CvArr * arr, int idx0, int idx1); 函数返回的是一个CvScalar 容器，其参数中也有两个方向的坐标，但跟我们平常习惯的坐标不一样的是，idx0代表是的行，即高度，对应于我们平常坐标系的y, idx1代表的是列，即宽度，对应于我们平常坐标系的x使用时请千万别弄反，否则容易出现溢出引发异常。

（2）多通道字节型/浮点型图像像素访问

 /*
 @author:CodingMengmeng
 @theme:Read the image pixel values
 @time:2017-3-16 15:18:29
 @blog:http://www.cnblogs.com/codingmengmeng/
 */
 #include <cv.h>
 #include <highgui.h>
 using namespace std;
 using namespace cv;
 int main(void)
 {
     IplImage* imgSrc = cvLoadImage("./inputData\\shuke1.jpg");
     CvScalar pixel_v;
     /*
     CvScalar是一个可以用来存放4个double数值的数组
     一般用来存放像素值（不一定是灰度值哦）的，最多可以存放4个通道的
     如何赋值：
     a) 存放单通道图像中像素：cvScalar(255);
     b) 存放三通道图像中像素：cvScalar(255,255,255);
     c)只使用第一个通道，val[0]=val0;等同于cvScalar（val0,0,0,0）;
     */
     for (int i = ; i < imgSrc->height; i++)
     {
         for (int j = ; j < imgSrc->width; j++)
         {
             pixel_v = cvGet2D(imgSrc, i, j);
             cout << "b_pixel=" << pixel_v.val[] << endl;//B分量
             cout << "g_pixel=" << pixel_v.val[] << endl;//G分量
             cout << "r_pixel=" << pixel_v.val[] << endl;//R分量
             cout << "/********************************************/" << endl;
         }
     }
     return ;
 }

运行结果：