opencv学习_5 (IplImage的结构)
IplImage结构体为:
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[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.
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[4]; /* 边际结束模式, 被OpenCV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;
1：重要的参数有nChannels depth origin width height widthStep<和矩阵的step相同> imageData—指针<注意图像的数据类型为uchar，imageData为char类型，没有CvMat那么复杂了>
2：彩色图像的数据排列方式
彩色图像有三个通道(B,G,R),这三个通道的值，在Opencv中的排列顺序是B0G0R0B1G1R1…BnGnRn,采用这种交叉排列的方式进行存储。
3:访问IplImage的数据 ---- 指针访问<注意图像的数据类型为uchar >
代码:
#include <iostream>
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
using namespace std;
int main()
{
IplImage *image = cvLoadImage("F:\\11.jpg",1);
cvNamedWindow("show",0);
for(int y = 0; y < image->height; y++)
{
uchar *p_image = (uchar*)(image->imageData + y * image->widthStep);
for(int x = 0; x < image->width; x++)
{
*(p_image + x*3) = 0;
}
}
cvShowImage("show", image);
cvWaitKey(0);
return 0;
}
4:将三通道分解为三个单通道 彩色必须由三种颜色构成 单通道只能说明是该取值，不能说明其它色彩，彩色必须要有三种通道构成 用到的函数为cvCreateImage
code:
#include <iostream>
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
using namespace std;
int main()
{
IplImage *image = cvLoadImage("F:\\11.jpg",1);
IplImage *b_img = cvCreateImage(cvGetSize(image), IPL_DEPTH_8U, 1);
IplImage *g_img = cvCreateImage(cvGetSize(image), IPL_DEPTH_8U, 1);
IplImage *r_img = cvCreateImage(cvGetSize(image), IPL_DEPTH_8U, 1);
cvNamedWindow("show",0);
cvNamedWindow("b",0);
cvNamedWindow("g",0);
cvNamedWindow("r",0);
for(int y = 0; y < image->height; y++)
{
uchar *p_image = (uchar*)(image->imageData + y * image->widthStep);
uchar *b_image = (uchar*)(b_img->imageData + y * b_img->widthStep);
uchar *g_image = (uchar*)(g_img->imageData + y * g_img->widthStep);
uchar *r_image = (uchar*)(r_img->imageData + y * r_img->widthStep);
for(int x = 0; x < image->width; x++)
{
b_image[x] = *(p_image + x*3);
g_image[x] = *(p_image + x*3 + 1);
r_image[x] = *(p_image + x*3 + 2);
}
}
cvShowImage("show", image);
cvShowImage("b", b_img);
cvShowImage("g", g_img);
cvShowImage("r", r_img);
cvWaitKey(0);
cvReleaseImage(&image);
cvReleaseImage(&b_img);
cvReleaseImage(&g_img);
cvReleaseImage(&r_img);
cvDestroyWindow("show");
cvDestroyWindow("b");
cvDestroyWindow("g");
cvDestroyWindow("r");
return 0;
}
5:ROI和COI的理解
ROI是Region of Interest 的缩写。表示的是在一副大图像的感兴趣区域。”感兴趣区域”，指的是再一副大图像中，我们需要做处理的一部分
COI是Channels Of Interest， 是指感兴趣的通道，彩色图像有BGR三个通道。所以，可以选择其中一个作为感兴趣通道
用到的函数为cvSetImageROI cvResetImageROI cvCopy
code(图像的一部分替换另一幅图像的一部分):
#include <iostream>
#include "cv.h"
#include "cxcore.h"
#include "highgui.h"
using namespace std;
int main()
{
IplImage *tongtong = cvLoadImage("F:\\tongtong.jpg",1);
IplImage *jiale = cvLoadImage("F:\\jiale.jpg",1);
CvRect rect,rect1;
rect.x = 1200;
rect.y = 300;
rect.width = 340;
rect.height = 400;
rect1.x = 90;
rect1.y= 65;
rect1.width = 120;
rect1.height = 150;
cvSetImageROI(jiale,rect);
cvSetImageROI(tongtong,rect1);
cvResize(jiale,tongtong);
//cvCopy(jiale,tongtong);
cvResetImageROI(tongtong);
cvNamedWindow("tongtong");
cvNamedWindow("jiale");
cvShowImage("tongtong",tongtong);
cvShowImage("jiale",jiale);
cvWaitKey(0);
return 0;
}
作者：小村长 出处：http://blog.csdn.net/lu597203933 欢迎转载或分享，但请务必声明文章出处。 （新浪微博：小村长zack, 欢迎交流！）
