IplImage的初步使用

1. IplImage 结构

typedef struct _IplImage 
{ 
    int nSize;                              /* IplImage大小，等于width*height  */ 
    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 （ditto）*/ 
    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;

2. 重要结构元素说明：

1） depth和nChannels

depth代表颜色深度，使用的是以下定义的宏,nChannels是通道数，为1,2,3或4。 
depth的宏定义： 
IPL_DEPTH_8U,无符号8bit整数(8u) 
IPL_DEPTH_8S,有符号8bit整数(8s) 
IPL_DEPTH_16S,有符号16bit整数(16s) 
IPL_DEPTH_32S,有符号32bit整数(32s) 
IPL_DEPTH_32F,32bit浮点数，单精度(32f) 
IPL_DEPTH_64F,64bit浮点数，双精度(64f)

2）origin和dataOrder

origin变量可以有两个取值：IPL_ORIGIN_TL或者IPL_ORIGIN_BL,分别代表图像坐标系原点在左上角或是左下角。相应的，在计算机视觉领域，一个重要的错误来源就是原点位置的定义不统一。例如，图像的来源不同，操作系统不同，视频解码codec不同，存储方式不同等等，都可以造成原点位置的变化。例如，你可能认为你正在从图像上面的脸部附近取样，但实际上你却在图像下方的裙子附近取样。最初时，就应该检查一下你的系统中图像的原点位置，这可以通过在图像上方画个形状等方式实现。 
dataOrder的取值可以是IPL_DATA_ORDER_PIXEL或者IPL_DATA_ORDER_PLANE,这个成员变量定义了多通道图像数据存储时颜色数据的排列方式，如果是IPL_DATA_ORDER_PIXEL,通道颜色数据排列将会是BGRBGR...的交错排列，如果是IPL_DATA_ORDER_PLANE，则每个通道的颜色值在一起，有几个通道，就有几个“颜色平面”。大多数情况下，通道颜色数据的排列是交错的。 
widthStep与CvMat中的step类似，是以字节数计算的图像的宽度。成员变量imageData则保存了指向图像数据区首地址的指针。

  
3）最后还有一个重要参数roi(region of interest 感兴趣的区域),这个参数是IplROI结构体类型的变量。IplROI结构体包含了xOffset,yOffset,height,width,coi成员变量，其中xOffset,yOffset是x,y坐标，coi代表channel of interest(感兴趣的通道)。有时候，OpenCV图像函数不是作用于整个图像，而是作用于图像的某一个部分。这是，我们就可以使用roi成员变量了。如果IplImage变量中设置了roi，则OpenCV函数就会使用该roi变量。如果coi被设置成非零值，则对该图像的操作就只作用于被coi指定的通道上了。不幸的是，许多OpenCV函数忽略了coi的值。