IplImage 结构解读：
typedef struct _IplImage{int nSize;/* IplImage大小 */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 一个像素点的位数*/char colorModel[4];/* 被OpenCV忽略 */char channelSeq[4];/* 同上 */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 和通道数有关（nChannels）*/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;
重要结构元素说明：
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)
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。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。
访问图像中的数据
就象访问矩阵中元素一样，我们希望用最直接的办法访问图像中的数据，例如，如果我们有一个三通道HSV图像（HSV色彩属性模式是根据色彩的三个基本属性：色相H、饱和度S和明度V来确定颜色的一种方法）,我们要将每个点的饱和度和明度设置成255，则我们可以使用指针来遍历图像，请对比一下，与矩阵的遍历有何不同：void sat_sv( IplImage* img ) {
for( int y=0; y<height; y++ ) { uchar* ptr = (uchar*) ( img->imageData + y * img->widthStep ); for( int x=0; x<width; x++ ) { ptr[3*x+1] = 255; ptr[3*x+2] = 255; }}}
注意一下，3*x+1,3*x+2的方法，因为每一个点都有三个通道，，所以这样设置。另外imageData成员的类型是uchar*，即字节指针类型，所以与CvMat的data指针类型(union)不同，而不需要象CvMat那样麻烦（还记得step/4,step/8的那种情形吗）。
人之所以有一张嘴，而有两只耳朵，原因是听的要比说的多一倍。
