opencv访问图像像素

（1） 假设你要访问第k通道、第i行、第j列的像素。

（2） 间接访问: (通用，但效率低，可访问任意格式的图像) 

对于单通道字节型图像: 

IplImage* img=cvCreateImage(cvSize(0,480),IPL_DEPTH_8U,1);

CvScalar s;

s=cvGet2D(img,i,j); // get the (i,j) pixel value

printf("intensity=%f\\n",s.val[0]);

s.val[0]=111;

cvSet2D(img,i,j,s); // set the (i,j) pixel value

对于多通道字节型/浮点型图像: 

IplImage* img=cvCreateImage(cvSize(0,480),IPL_DEPTH_32F,3);

CvScalar s;

s=cvGet2D(img,i,j); // get the (i,j) pixel value

printf("B=%f, G=%f, R=%f\\n",s.val[0],s.val[1],s.val[2]);

s.val[0]=111;

s.val[1]=111;

s.val[2]=111;

cvSet2D(img,i,j,s); // set the (i,j) pixel value

（3） 直接访问: (效率高，但容易出错) 

对于单通道字节型图像: 

IplImage* img=cvCreateImage(cvSize(0,480),IPL_DEPTH_8U,1);

((uchar *)(img->imageData + i*img->widthStep))[j]=111;

对于多通道字节型图像: 

IplImage* img=cvCreateImage(cvSize(0,480),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

对于多通道浮点型图像: 

IplImage* img=cvCreateImage(cvSize(0,480),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

（4） 基于指针的直接访问: (简单高效) 

对于单通道字节型图像: 

IplImage* img  = cvCreateImage(cvSize(0,480),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;

对于多通道字节型图像: 

IplImage* img  = cvCreateImage(cvSize(0,480),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;

对于多通道浮点型图像（假设图像数据采用4字节（32位）行对齐方式）: 

IplImage* img  = cvCreateImage(cvSize(0,480),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;

（5） 基于 c++ wrapper 的直接访问: （更简单高效） 

首先定义一个 c++ wrapper ‘Image’，然后基于Image定义不同类型的图像: 

template 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       RgbImage;

typedef Image  RgbImageFloat;

typedef Image  BwImage;

typedef Image          BwImageFloat;

对于单通道字节型图像: 

IplImage* img=cvCreateImage(cvSize(0,480),IPL_DEPTH_8U,1);

BwImage imgA(img);

imgA[i][j] = 111;

对于多通道字节型图像: 

IplImage* img=cvCreateImage(cvSize(0,480),IPL_DEPTH_8U,3);

RgbImage  imgA(img);

imgA[i][j].b = 111;

imgA[i][j].g = 111;

imgA[i][j].r = 111;

对于多通道浮点型图像: 

IplImage* img=cvCreateImage(cvSize(0,480),IPL_DEPTH_32F,3);

RgbImageFloat imgA(img);

imgA[i][j].b = 111;

imgA[i][j].g = 111;

imgA[i][j].r = 111;