openCV灰度/彩色寻址像素 我用OpenCV编写了C++中的块匹配算法。 它正在处理灰度图像，并通过他的绝对像素地址来处理图像的边缘

我必须以相同大小的块（8x8像素）划分IPLImage。为了访问块内的像素值，我计算PixelAddress并通过以下方式访问像素值：

 for (int yBlock = 0; yBlock < maxYBlocks; yBlock++){
    for (int xBlock = 0; yxlock < maxXBlocks; xBlock++){
       for (int yPixel = 0; yPixel < 8; yPixel++){
          for (int xPixel = 0; xPixel < 8; xPixel++){

                pixelAdress = yBlock*imageWidth*8 + xBlock*8 + yPixel*imageWidth + xPixel;

                unsigned char* imagePointer = (unsigned char*)(img->imageData);
                pixelValue = imagePointer[pixelAdress];
    }
   }
  }
 }

或者我必须在以前使用imageWidth的地方使用widthStep，比如：

pixelAdressR = pixelAdress = yBlock*img->widthStep*8 + xBlock*8*3 + yPixel*img->widthStep + xPixel*3 + 2;
pixelAdressG = pixelAdress = yBlock*img->widthStep*8 + xBlock*8*3 + yPixel*img->widthStep + xPixel*3 + 1;
pixelAdressB = pixelAdress = yBlock*img->widthStep*8 + xBlock*8*3 + yPixel*img->widthStep + xPixel*3;

baseadress + (by*8+ y_in_block)*widthStep + (bx*8+x)*3 +0 = b
baseadress + (by*8+ y_in_block)*widthStep + (bx*8+x)*3 +1 = g
baseadress + (by*8+ y_in_block)*widthStep + (bx*8+x)*3 +2 = r

访问权也是如此

pixelValueR = imagePointer[pixelAdressR];
pixelValueG = imagePointer[pixelAdressG];
pixelValueB = imagePointer[pixelAdressB];

---

如果是多通道

Mat

（本例中为BGR），您可以使用访问单个像素，如下所述

Vec3b强度=img.at（y，x）；
乌查尔蓝=强度.val[0]；
uchar绿色=强度.val[1]；
乌查尔红=强度.val[2]；

对于

Mat

（例如

Mat img

）

• 灰度（

  8UC1

  ）：

对于

IplImage

（例如

IplImage*img

）

• 灰度：

  uchar intensity = CV_IMAGE_ELEM(img, uchar, h, w);
  

• 彩色图像：

  uchar blue = CV_IMAGE_ELEM(img, uchar, y, x*3);
  uchar green = CV_IMAGE_ELEM(img, uchar, y, x*3+1);
  uchar red = CV_IMAGE_ELEM(img, uchar, y, x*3+2);
  

---

不确定您的整个算法，目前无法对其进行测试，但对于IplImages，内存排列如下：

1. row
baseadress + 0 = b of [0]
baseadress + 1 = g of [0]
baseadress + 2 = r of [0]
baseadress + 3 = b of [1]
etc

2. row
baseadress + widthStep + 0 = b
baseadress + widthStep + 1 = g
baseadress + widthStep + 2 = r

因此，如果您有大小为8x8的

n*m

块

unsigned char bgr数据，并且希望在块
[bx，by]
中的变量
[x，y]
上循环，您可以这样做：

pixelAdressR = pixelAdress = yBlock*img->widthStep*8 + xBlock*8*3 + yPixel*img->widthStep + xPixel*3 + 2;
pixelAdressG = pixelAdress = yBlock*img->widthStep*8 + xBlock*8*3 + yPixel*img->widthStep + xPixel*3 + 1;
pixelAdressB = pixelAdress = yBlock*img->widthStep*8 + xBlock*8*3 + yPixel*img->widthStep + xPixel*3;

baseadress + (by*8+ y_in_block)*widthStep + (bx*8+x)*3 +0 = b
baseadress + (by*8+ y_in_block)*widthStep + (bx*8+x)*3 +1 = g
baseadress + (by*8+ y_in_block)*widthStep + (bx*8+x)*3 +2 = r

因为行
by*8+y是地址
baseaddress+（by*8+y\u在块中）*宽度步长`

列
bx*8+x
是地址偏移量
（bx*8+x）*3
是的，谢谢，但我使用IPLimage，想知道如何访问绝对像素地址的rgb值。你明白我的问题吗？@user3379319“但我使用IPLimage”-不要！c-api已经非常过时了。没有更发达的。我不想为了访问rgb值而改变我的整个算法并在cvMat上重新实现它。这将是一个很大的工作。有人能回答我的问题吗？你的第二个版本应该是正确的，因为widthStep包含了“转到下一行”所需的所有内存（以字节为单位）。请小心，如果
imageWidth
是图像的像素宽度，则原始代码并不总是正确的，因为OpenCV可能会在列的末尾添加额外的未使用字节以提高显示性能（或者SSE操作或其他，我不确定）。这就是
img->widthStep
的目的，这样你就可以轻松地处理像素，而不必知道是否添加了额外的字节（以及其他像子成像这样的事情变得微不足道）。非常感谢！这就是我要找的！我以这种方式实现了它，它似乎正在工作！对于baseAddress，您可能是指指向imagedata的指针，对吗？
uchar blue = CV_IMAGE_ELEM(img, uchar, y, x*3);
uchar green = CV_IMAGE_ELEM(img, uchar, y, x*3+1);
uchar red = CV_IMAGE_ELEM(img, uchar, y, x*3+2);

1. row
baseadress + 0 = b of [0]
baseadress + 1 = g of [0]
baseadress + 2 = r of [0]
baseadress + 3 = b of [1]
etc

2. row
baseadress + widthStep + 0 = b
baseadress + widthStep + 1 = g
baseadress + widthStep + 2 = r

baseadress + (by*8+ y_in_block)*widthStep + (bx*8+x)*3 +0 = b
baseadress + (by*8+ y_in_block)*widthStep + (bx*8+x)*3 +1 = g
baseadress + (by*8+ y_in_block)*widthStep + (bx*8+x)*3 +2 = r