opencv通过区域内不同像素值区分类别 opencv获取像素值

plImage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。以下是IplImage的结构分析（来自Ope

 

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.
12.                                cvCreateImage只能创建交叉存取图像 */  
13. int  origin;        /* 0 - 顶—左结构,
14.                                1 - 底—左结构 (Windows bitmaps 风格) */  
15. int  align;         /* 图像行排列 (4 or 8). OpenCV 忽略它，使用 widthStep 代替 */  
16. int  width;         /* 图像宽像素数 */  
17. int  height;        /* 图像高像素数*/  
18. struct _IplROI *roi;/* 图像感兴趣区域. 当该值非空只对该区域进行处理 */  
19. struct _IplImage *maskROI; /* 在 OpenCV中必须置NULL */  
20. void  *imageId;     /* 同上*/  
21. struct _IplTileInfo *tileInfo; /*同上*/  
22. 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*/  
23. char *imageData;  /* 指向排列的图像数据 */  
24. int  widthStep;   /* 排列的图像行大小，以字节为单位 */  
25. int  BorderMode[4]; /* 边际结束模式, 被OpenCV忽略 */  
26. int  BorderConst[4]; /* 同上 */  
27. 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 */  
28.     }  
29.     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：

 

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

 

1. IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);  
2. ucha* data=(uchar *)img->imageData;  
3. int step = img->widthStep/sizeof(uchar);  
4. uchar* tmp;  
5. for(int i=0;i<img->height;i++)  
6. for(int j=0;j<img->width;j++)  
7.         *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：

 

1. IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);  
2. IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);  
3. uchar* data=(uchar *)img->imageData;  
4. int step = img->widthStep/sizeof(uchar);  
5. int channels = img->nChannels;  
6. uchar *b,*g,*r;  
7. for(int i=0;i<img->height;i++)  
8. for(int j=0;j<img->width;j++){  
9.            *b=data[i*step+j*chanels+0];  
10.            *g=data[i*step+j*chanels+1];  
11.            *r=data[i*step+j*chanels+2];  
12.       }

 

*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：

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 );

因此，单通道图像像素访问方式如下：

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];

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：

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。