OpenCV：widthStep vs step

緒：

在OpenCV中，widthStep是相對于IplImage*進行圖像像素拜候操作的；

而step是相對于Mat進行圖像像素拜候操作的；

widthStep：存儲一行像素需要的字節數；

step：每一行中所有元素的字節總量，單元字節；

本文本家兒要介紹：

widthStep界說；widthStep在IplImage中的感化；widthStep在圖像像素拜候中的應用；

widthStep總結；

step在Mat類中的感化；step在圖像像素拜候中的應用；

東西/原料

OpenCV 2410

方式/步調

1
widthStep界說：
①OpenCV中，默認圖像原點為圖像左上角，img->origin=IPL_ORIGIN_TL；若是想更改圖像原點坐標也可以，如img->origin=IPL_ORIGIN_BL，將圖像原點更改為左下角；
一般采用默認的圖像原點；
②OpenCV用imread或者cvLoadImage獲得的圖像數據都是unsigned char類型的；
③IplImage布局體中的widthStep元素巨細紛歧心猿意馬等于width*nChannels，
④在cxcore/cxarray.cpp文件中，cvInitImageHeader對widthStep巨細賦值：
image->widthStep =
(((image->width * image->nChannels *(image->depth & ~IPL_DEPTH_SIGN) + 7)/8)+ align - 1) & (~(align - 1));
此中，
cxtypes.h界說IPL_DEPTH_SIGN為：#define IPL_DEPTH_SIGN 0x80000000；
cxmisc.h中界說align為：#define CV_DEFAULT_IMAGE_ROW_ALIGN 4；
depth取8位深度；
則可計較圖像的widthStep；
一些圖像的widthStep如下：
IplImage *image_33 = cvCreateImage(cvSize(3, 3), 8, 3);
IplImage *image_31 = cvCreateImage(cvSize(3, 3), 8, 1);
IplImage *image_53 = cvCreateImage(cvSize(5, 3), 8, 3);
IplImage *image_51= cvCreateImage(cvSize(5, 3), 8, 1);
IplImage *image_73 = cvCreateImage(cvSize(7, 3), 8, 3);
IplImage *image_71 = cvCreateImage(cvSize(7, 3), 8, 1);
printf("%d, %d, %d, %d, %d, %d",
image_33->widthStep,
image_31->widthStep,
image_53->widthStep,
image_51->widthStep,
image_73->widthStep,
image_71->widthStep);
運行成果為：12， 4， 16， 8， 24， 8。
是以，OpenCV分派的內存按4字節對齊，與上述計較成果相符，如寬度為3、通道數為3的圖像，每一行需要的現實內存長度為3*3，為了內存對齊，OpenCV會在每行末從頭至尾主動補上3個字節的內存，內存初始化都為0，所以widthStep變為了12。
2
widthStep在IplImage*中的感化：
如下：
typedef struct _IplImage{
    int nSize;             /* sizeof(IplImage) */
    int ID;                /* version (=0)*/
    int nChannels;         /* Most of OpenCV functions support 1,2,3 or 4 channels */
    int alphaChannel;      /* Ignored by OpenCV */
    int depth; /* Pixel depth in bits: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16S, IPL_DEPTH_32S, IPL_DEPTH_32F and IPL_DEPTH_64F are supported. */
    char colorModel[4];     /* Ignored by OpenCV */
    char channelSeq[4];     /* ditto */
    int dataOrder;         /* 0 - interleaved color channels, 1 - separate color channels.
                               cvCreateImage can only create interleaved images */
    int origin; /* 0 - top-left origin, 1 - bottom-left origin (Windows bitmaps style). */
    int align; /* Alignment of image rows (4 or 8). OpenCV ignores it and uses widthStep instead. */
    int width;             /* Image width in pixels.                           */
    int height;            /* Image height in pixels.                          */
    struct _IplROI *roi;    /* Image ROI. If NULL, the whole image is selected. */
    struct _IplImage *maskROI;      /* Must be NULL. */
    void *imageId;                 /* "           " */
    struct _IplTileInfo *tileInfo; /* "           " */
    int imageSize; /* Image data size in bytes (==image->height*image->widthStep in case of interleaved data)*/
    char *imageData;        /* Pointer to aligned image data.         */
    int widthStep;         /* Size of aligned image row in bytes.    */
    int BorderMode[4];     /* Ignored by OpenCV.                     */
    int BorderConst[4];    /* Ditto.                                 */
    char *imageDataOrigin; /* Pointer to very origin of image data (not necessarily aligned) -
                               needed for correct deallocation */
}IplImage;
3
IplImage*拜候圖像像素：widthStep
對8bit，單通道，unsigned char類型的圖像I---IplImage* img：
I(x, y)~((unsigned char*)(img->imageData+img->widthStep*y))[x];
對8bit，3通道，unsigned char類型的圖像I---IplImage* img：
I(x, y)blue~((unsigned char*)(img->imageData+img->widthStep*y))[x*3];
I(x, y)green~((unsigned char*)(img->imageData+img->widthStep*y))[x*3+1];
I(x, y)red~((unsigned char*)(img->imageData+img->widthStep*y))[x*3+2];
或者
unsigned char* ptr=&((unsigned char*)(img->imageData+img->widthStep*y))[x*3];
I(x, y)blue ~ ptr[0];
I(x, y)green~ ptr[1];
I(x, y)red ~ ptr[2];

對32bit，1通道，float*類型的圖像I---IplImage* img：
I(x, y)~((float*)(img->imageData+img->widthStep*y))[x];
對32bit，3通道，float*類型的圖像I---IplImage*img；
I(x, y) blue ~((float*)(img->imageData+img->widthStep*y))[3*x];
I(x, y) green ~(( float *)(img->imageData+img->widthStep*y))[x*3+1];
I(x, y) red ~(( float *)(img->imageData+img->widthStep*y))[x*3+2];

對64bit，3通道，double*類型的圖像數據I--- IplImage*img；
image=cvCreateImage(cvSize(111,113),IPL_DEPTH_64F,3);
這里widthstep=(111*3*sizeof(double)+3)/4*4=2664;因為111*3*sizeof(double)=2664已經正好是4的倍數了，是以無需彌補字節。
若是用指針拜候第31行、51列的圖像數據，
則這個數據為double類型的，image->imageData為unsigned char類型，
是以可以轉換當作double，經由過程double指針來拜候:
①
double *data=(double*)image->imageData;
double val=*(data+31*width+51);
②或者經由過程unsigned char指針找到(31,51)處的地址，
然后轉換當作double指針進行拜候：
unsigned char* data=image->imageData;
double val=*(double*)(data+31*image->widthStep+51*sizeof(double));
對于IplImage，指針拜候可以參考以上兩種體例，其實這素質就是數據類型的轉換罷了。

一般，拜候圖像像素方式，格局：
對于N通道，T類型的圖像，
I(x,y)c~((T*)(img->imageData+img->widthStep*y))[x*N+c];
4
widthStep常識總結：
width暗示圖像的每行像素數，
widthStep暗示存儲一行像素需要的字節數，widthStep必需是4的倍數，從而實現字節對齊，有利于提高運算速度。
若是8U單通道圖像寬度為3，那么widthStep是4，加一個字節補齊。
這個圖像的一行需要4個字節，只利用前3個，最后一個空著。
也就是一個寬3高3的圖像的imageData數據巨細為4*3=12字節。
【注】：分歧數據類型長度的圖像，widthStep也不不異；
widthStep的值的計較有兩種環境：
①當（width*3）%4=0，這時width*3=widthStep；
②當（width*3）%4 ！=0，此時widthStep=（width/4+1)*3。
Mat的數據并不是字節對齊的；
直接將cv::Mat轉換為IplImage類型，并不會將字節對齊，只是加了個文件頭罷了；
是以需要如下操作：
5
BYTE*與IplImage*之間的轉換：
IplImage* iplImage：opencv中圖像數據頭；
BYTE* data：內存中的圖像數據，一般為工業相機采集的圖像數據；
①由IplImage*轉BYTE*圖像數據：
data = iplImage->imageDataOrigin; //未對齊的原始圖像數據
或者
data = iplImage->imageData; //已對齊的圖像數據
②BYTE*轉IplImage*圖像數據
iplImage = cvCreateImageHeader(cvSize(width,height),depth,channels);
cvSetData(iplImage,data,step);
起首，由cvCreateImageHeader()建立IplImage圖像頭，設置圖像尺寸、深度和通道數；
然后，由cvSetData()按照BYTE*圖像數據指針設置IplImage圖像頭的數據，
此中，step指心猿意馬該IplImage圖像，每行占的字節數，對于1通道的 IPL_DEPTH_8U圖像，step可以等于width。
6
Mat拜候圖像像素---step：
data：unsigned char類型的指針，指標的目的Mat數據矩陣的首地址；
dims：Mat矩陣的維度；
rows：Mat矩陣的行數；
cols：Mat矩陣的列數；
size()：是一個布局體，有image.size().width==image.cols; image.size().height==image.rows
channels()：Mat矩陣元素擁有的通道數；
depth：懷抱每一個像素中每一個通道的精度，但它自己與圖像的通道數無關！depth數值越年夜，精度越高。在Opencv中，Mat.depth()獲得的是一個0~6的數字，別離代表分歧的位數，如下：{CV_8U=0,CV_8S=1,CV_16U=2,CV_16S=3,CV_32S=4,CV_32F=5,CV_64F=6}
elemSize：暗示矩陣中每一個元素的數據巨細，單元字節，若是Mat中的數據類型是CV_8UC1，那么elemSize==1；若是是CV_8UC3或CV_8SC3，那么elemSize==3；若是是CV_16UC3或者CV_16SC3，那么elemSize==6；即elemSize是以8位（一個字節）為一個單元，乘以通道數和8位的整數倍；
elemSize1：
暗示Mat矩陣中每一個元素單個通道的數據巨細，單元字節，elemSize1=elemSize/channels；
step：為Mat矩陣中每一行的“步長”，以字節為根基單元，每一行中所有元素的字節總量；
step1()：以字節為根基單元，Mat矩陣中每一個像素的巨細step1==step/elemSize1；
type：Mat矩陣的類型，包含有矩陣中元素的類型、通道數信息，type的定名格局為CV_(位數)+(數據類型)+(通道數)，如下：
7
Mat拜候圖像像素---step
step：為Mat矩陣中每一行的“步長”，以字節為根基單元，每一行中所有元素的字節總量；
經常應用在拜候圖像像素操作中；如下：

對8bit，單通道，unsigned char類型的圖像I---Mat img：
unsigned char* pData=(unsigned char*)img.data;
I(x, y)~pData[img.step*y+x];//

對8bit，3通道，unsigned char類型的圖像I---IplImage* img：
I(x, y)blue~((unsigned char*)(img.data+img.step*y))[x*3];
I(x, y)green~((unsigned char*)(img.data+img.step*y))[x*3+1];
I(x, y)red~((unsigned char*)(img.data+img.step*y))[x*3+2];

對32bit，1通道，float*類型的圖像I---Mat img：
I(x, y)~((float*)(img.data+img.step*y)[x];

對32bit，3通道，float*類型的圖像I--- Mat img；
I(x, y) blue ~((float*)(img.data+img.step*y))[3*x];
I(x, y) green ~((float*)(img.data+img.step*y))[x*3+1];
I(x, y) red ~((float*)(img.data+img.step*y) )[x*3+2];

對64bit，1通道，double*類型的圖像I---Mat img：
I(x, y)~((double*)(img.data+img.step*y)[x];

對64bit，3通道，double*類型的圖像數據I--- Mat img；
I(x, y) blue ~(( double *)(img.data+img.step*y))[3*x];
I(x, y) green ~(( double *)(img.data+img.step*y))[x*3+1];
I(x, y) red ~(( double *)(img.data+img.step*y))[x*3+2];

一般，拜候圖像像素方式，格局：
對于N通道，T類型的圖像，
I(x,y)c~((T*)(img.Data+img.step *y))[x*N+c];