IplImage結構來自於 Intel Image Processing Library（是其本身所具有的）。OpenCV 只支持其中的一個子集:
來自於http://wiki.opencv.org.cn/index.php/Cxcore%e5%9f%ba%e7%a1%80%e7%bb%93%e6%9e%84
typedef struct _IplImage
{
int nSize; // IplImage大小，=sizeof(IplImage)
int ID; // 版本 (=0)
int nChannels; // 大多數OPENCV函數支持1,2,3 或 4 個通道
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]; /* 被OpenCV忽略 */
int dataOrder; /* 0 - 交叉存取顏色通道，對三通道RGB圖像，像素存儲順序爲BGR BGR BGR ... BGR；
1 - 分開的顏色通道，對三通道RGB圖像，像素存儲順序爲RRR...R GGG...G BBB...B。
cvCreateImage只能創建交叉存取圖像 */
int origin; /* 0 - 頂—左結構,
1 - 底—左結構 (Windows bitmaps 風格) */
int align; /* 圖像行排列 (4 or 8). OpenCV 忽略它，使用 widthStep 代替 */
int width; /* 圖像寬像素數 */
int height; /* 圖像高像素數*/
struct _IplROI *roi;/* 圖像感興趣區域. 當該值非空只對該區域進行處理 */
struct _IplImage *maskROI; /* 在 OpenCV中必須置NULL */
void *imageId; /* 同上*/
struct _IplTileInfo *tileInfo; /*同上*/
int imageSize; /* 圖像數據大小(在交叉存取格式下imageSize=image->height*image->widthStep），單位字節*/
char *imageData; /* 指向排列的圖像數據 */
int widthStep; /* 排列的圖像行大小，以字節爲單位 */
int BorderMode[4]; /* 邊際結束模式, 被OpenCV忽略 */
int BorderConst[4]; /* 同上 */
char *imageDataOrigin; /* 指針指向一個不同的圖像數據結構（不是必須排列的），是爲了糾正圖像內存分配準備的 */
}
IplImage
單通道圖像訪問像素值：
重要的兩個元素是：char *imageData以及widthStep。imageData存放圖像像素數據，而widStep類似CvMat中的step，表示以字節爲單位的行數據長度。
一個m*n的單通道字節型圖像，其imageData排列如下：
示例代碼：
#include <stdio.h>
#include <iostream>
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;
int main()
{
//加載一張圖片(彩色圖，8位3通道)
IplImage* queryImg = cvLoadImage("x1.jpg");
//轉換爲灰度圖(8位單通道)
IplImage* queryGrey = cvCreateImage(cvGetSize(queryImg), IPL_DEPTH_8U, 1);//創建目標圖像
cvCvtColor(queryImg, queryGrey, CV_BGR2GRAY);//cvCvtColor(src,des,CV_BGR2GRAY)
//求灰度圖像的像素值
//第一種：如果我們要遍歷圖像中的元素，只需：
uchar* tmp = new uchar[307200];
for (int i = 0; i < queryGrey->height; i++)
{
for (int j = 0; j < queryGrey->width; j++){
*tmp = ((uchar *)(queryGrey->imageData + i*queryGrey->widthStep))[j];
cout << "第i行第j列的圖像灰度值： " << (float)(*tmp) << ",";
}
}
//第二種：這種直接訪問的方法速度快，但容易出錯，我們可以通過定義指針來訪問。即：
uchar* data = (uchar *)queryGrey->imageData;
int step = queryGrey->widthStep / sizeof(uchar);
uchar* tmp = new uchar[307200];
for (int i = 0; i < queryGrey->height; i++)
{
for (int j = 0; j < queryGrey->width; j++)
{
*tmp = data[i*step + j];
cout << "第i行第j列的圖像灰度值： " << (float)(*tmp) << ",";
}
}
return 0;
}
三通道圖像訪問像素值：
其中（Bi,Bj）（Gi,Gj）（Ri,Rj）表示圖像（i,j）處BGR分量的值。使用指針的遍歷方法如下：
示例代碼：
#include <stdio.h>
#include <iostream>
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;
int main()
{
//加載一張圖片(彩色圖，8位3通道)
IplImage* queryImg = cvLoadImage("x1.jpg");
//求彩色圖像(3通道)的像素值
//以下是兩種不同的方法，選一種即可：
//第一種：如果我們要遍歷圖像中的元素，只需：
uchar *b = new uchar[307200];//初始化，不然會報錯
uchar *g = new uchar[307200];
uchar *r = new uchar[307200];
for (int i = 0; i<2/*queryImg->height*/; i++)
for (int j = 0; j <2/* queryImg->width*/; j++){
*b = ((uchar *)(queryImg->imageData + i*queryImg->widthStep + j*queryImg->nChannels))[0];
*g = ((uchar *)(queryImg->imageData + i*queryImg->widthStep + j*queryImg->nChannels))[1];
*r = ((uchar *)(queryImg->imageData + i*queryImg->widthStep + j*queryImg->nChannels))[2];
}
//第二種：指針的方式
uchar* data = (uchar *)queryImg->imageData;
int step = queryImg->widthStep / sizeof(uchar);
int channels = queryImg->nChannels;
for (int i = 0; i<2/*queryImg->height*/; i++)
for (int j = 0; j<2/*queryImg->width*/; j++){
*b = data[i*step + j*channels + 0];
*g = data[i*step + j*channels + 1];
*r = data[i*step + j*channels + 2];
cout << "b通道的圖像灰度值： " << (float)(*b) << ","<<endl;
}
return 0;
}
ps：*如果要修改某像素值，則直接賦值。
3.使用cvGet2D()函數訪問：
#include <iostream>
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;
int main()
{
//加載一張圖片(彩色圖，8位3通道)
IplImage* queryImg = cvLoadImage("x1.jpg");
//轉換爲灰度圖(8位單通道)
IplImage* queryGrey = cvCreateImage(cvGetSize(queryImg), IPL_DEPTH_8U, 1);//創建目標圖像
cvCvtColor(queryImg, queryGrey, CV_BGR2GRAY);//cvCvtColor(src,des,CV_BGR2GRAY)
//求灰度圖像(單通道)的像素值
double tmp;
for (int i = 0; i<queryGrey->height; i++)
for (int j = 0; j < queryGrey->width; j++){
tmp = cvGet2D(queryGrey, i, j).val[0];
cout << "第i行第j列的像素值爲： " << tmp << endl;
}
return 0;
}
3.1 三通道：
#include <stdio.h>
#include <iostream>
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;
int main()
{
//加載一張圖片(彩色圖，8位3通道)
IplImage* queryImg = cvLoadImage("x1.jpg");
//求彩色圖像(3通道)的像素值
double tmpb, tmpg, tmpr;
for (int i = 0; i<queryImg->height; i++)
for (int j = 0; j<queryImg->width; j++){
tmpb = cvGet2D(queryImg, i, j).val[0];
tmpg = cvGet2D(queryImg, i, j).val[1];
tmpr = cvGet2D(queryImg, i, j).val[2];
cout << "第i行第j列的B通道的圖像像素值： " << tmpb << ",";
}
return 0;
}
參考網站：
http://blog.csdn.net/xiaowei_cqu/article/details/7557063