OpenCV 中Iplimage结构详解

Iplimage数据结构

主要困扰我许久的就是其中的widthStep与width*nChannels是否相等，事实上我们可以在源码opencv\modules\core\src\array.cpp中找到

其中IPL_DEPTH_SIGN是0x800000000,align大小为CV_DEFAULT_IMAGE_ROW_ALIGN，定义为4，由此可见当图像为3*5，通道为3通道时，widthStep为12；同时经过分析可以知道事实上是widht*nChannels按4整数倍内存对齐的结果。

如宽度为3、通道数为3的图像，每一行需要的实际内存长度为3*3，为了内存对齐，OpenCV会在每行末尾自动补上3个字节的内存，内存初始化都为0，所以widthStep变为了12。

widthStep大小对IplImage极为重要，在array.cpp中，我们可以找到如下代码行：

image->imageSize = image->widthStep * image->height;

img->imageData = img->imageDataOrigin =
(char*)cvAlloc( (size_t)img->imageSize );

可见widthStep直接影响到imageData的数据长度。

下面是Iplimage数据结构：

下面看一个图像数据存取的例子：

例子转自：http://blog.csdn.net/to_utopia/article/details/4856171

1.直接存取: (效率高, 但容易出错)

对单通道字节图像:

IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
((uchar *)(img->imageData + i*img->widthStep))[j]=111;

对多通道字节图像:

IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 0]=111; // B
((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 1]=112; // G
((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 2]=113; // R

对多通道浮点图像:

IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + 0]=111; // B
((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + 1]=112; // G
((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + 2]=113; // R

2.用指针直接存取 : (在某些情况下简单高效)

对单通道字节图像:

IplImage* img  = cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
int height     = img->height;
int width      = img->width;
int step       = img->widthStep/sizeof(uchar);
uchar* data    = (uchar *)img->imageData;
data[i*step+j] = 111;

对多通道字节图像:

IplImage* img  = cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
int height     = img->height;
int width      = img->width;
int step       = img->widthStep/sizeof(uchar);
int channels   = img->nChannels;
uchar* data    = (uchar *)img->imageData;
data[i*step+j*channels+k] = 111;

对多通道浮点图像(假设用4字节调整):

IplImage* img  = cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
int height     = img->height;
int width      = img->width;
int step       = img->widthStep/sizeof(float);
int channels   = img->nChannels;
float * data    = (float *)img->imageData;
data[i*step+j*channels+k] = 111;

3.使用 c++ wrapper 进行直接存取: (简单高效)

对单/多通道字节图像，多通道浮点图像定义一个 c++ wrapper:

template<class T> class Image
{private:IplImage* imgp;public:Image(IplImage* img=0) {imgp=img;}~Image(){imgp=0;}void operator=(IplImage* img) {imgp=img;}inline T* operator[](const int rowIndx) {return ((T *)(imgp->imageData + rowIndx*imgp->widthStep));}
};typedef struct{unsigned char b,g,r;
} RgbPixel;typedef struct{float b,g,r;
} RgbPixelFloat;typedef Image<RgbPixel>       RgbImage;
typedef Image<RgbPixelFloat>  RgbImageFloat;
typedef Image<unsigned char>  BwImage;
typedef Image<float>          BwImageFloat;

单通道字节图像:

IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
BwImage imgA(img);
imgA[i][j] = 111;

多通道字节图像:

IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
RgbImage  imgA(img);
imgA[i][j].b = 111;
imgA[i][j].g = 111;
imgA[i][j].r = 111;

多通道浮点图像:

IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
RgbImageFloat imgA(img);
imgA[i][j].b = 111;
imgA[i][j].g = 111;imgA[i][j].r = 111;

OpenCV 中Iplimage结构详解相关推荐

Linux内核中sk_buff结构详解
目录 1.sk_buff结构体 1.1 sk_buff在内核中的结构 1.2 重要的长度len的解析 2. sk_buff数据区 2.1 线性数据区 2.2 非线性数据区 -------------- ...
OpenCV中的RANSAC详解
转载来自:http://blog.csdn.net/laobai1015/article/details/51683076 本文将OpenCV中的RANSAC代码全部挑选出来,进行分析和讲解,以便大家 ...
c语言构造mat型数据类型,视觉SLAM——OpenCV之Mat结构详解数据成员和构造函数创建Mat方法遍历Mat方法...
前言 OpenCV1时代采用基于C语言接口构建函数库,使用名为IplImage的结构体在内存中存储图像,其问题在于需要用户手动管理内存,如果不手动释放内存会造成内存泄漏. OpenCV2引入面向对象编 ...
OpenCV 中cv2.threshold详解，（大白话版）
cv2.threshold (src, thresh, maxval, type) cv2.threshold (源图片, 阈值, 填充色, 阈值类型) 函数含义请看这篇博客:https://blog ...
OpenCV中的waitkey()详解
函数原型: int waitkey(int delay = 0) 其中delay表示延迟时间. 1) 当delay <= 0时,表示如果没有键盘时间,一直处于等待状态.这一般用于程序暂停. 2) ...
Android 8.0学习（32）---Android 8.0源码目录结构详解
Android 8.0源码目录结构详解 android的移植按如下流程: (1)android linux 内核的普通驱动移植,让内核可以在目标平台上运行起来. (2)正确挂载文件系统 ...
ALSA声卡驱动中的DAPM详解之四：在驱动程序中初始化并注册widget和route
前几篇文章我们从dapm的数据结构入手,了解了代表音频控件的widget,代表连接路径的route以及用于连接两个widget的path.之前都是一些概念的讲解以及对数据结构中各个字段的说明,从本章开 ...
Linux中iptraf命令详解(IP局域网监控工具)
2019独角兽企业重金招聘Python工程师标准>>> Linux中iptraf命令详解(IP局域网监控工具) 发布时间:2017-12-27 20:46:03 作者:佚名 ...
Windows GPT磁盘GUID结构详解
前一篇 Windows磁盘MBR结构详解中我们介绍了Basic Disk中的Master Boot Record结构.GPT Disk作为Windows 2003以后引入的分区结构.使用了GUID分 ...

OpenCV 中Iplimage结构详解

OpenCV 中Iplimage结构详解相关推荐

最新文章

热门文章