本文为原创，若有错误欢迎批评指正！

一. IplImage结构体构成

IplImage比CvMat要复杂一些，结构体组成如下：

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 */ char colorModel[4]; /* 被OpenCV忽略 */ char channelSeq[4]; /* 被OpenCV忽略 */ int dataOrder;      /* 0 - 交叉存取颜色通道, 意思是在每一行的结构都是BGRBGRBGR...1 - 分开的颜色通道，把几个颜色通道分为几个颜色平面存储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 */ 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;

这里比较重要的参数是height、width、depth和nChannels。

二. 访问图像数据

与CvMat类似，都有三种方法。

首先是函数的方法：

/*函数的方法*/
IplImage* img=cvLoadImage(filename);
CvScalar s;       /*sizeof(s) == img->nChannels*/
s=cvGet2D(img,i,j);  /*get the (i,j) pixel value*/
cvSet2D(img,i,j,s);   /*set the (i,j) pixel value*/

采用宏的方法：

/*宏*/
IplImage* img; //malloc memory by cvLoadImage or cvCreateImage
for(int row = 0; row <　img->height; row++)
{for (int col = 0; col < img->width; col++){b = CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels + 0); g = CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels + 1); r = CV_IMAGE_ELEM(img, UCHAR, row, col * img->nChannels + 2);}
}

接下来是最推崇的使用指针的方法。在这之前要弄清楚IplImage与Cvmat的一些差别，剩下的用法类似。IplImage在计算行地址的时候也要采用行长度widthStep而不是图像的宽度，与CvMat中step类似。IplImage图像的首地址记作imageData，与CvMat中data类似。IplImage访问时指针设置为(uchar*)，而CvMat中data为联合类型，必须说明使用的指针类型。

/*指针访问*/
IplImage* img; //malloc memory by cvLoadImage or cvCreateImage
uchar b, g, r; // 3 channels
for(int row = 0; row <　img->height; row++)
{for (int col = 0; col < img->width; col++){b = ((uchar *)(img->imageData + row * img->widthStep))[col * img->nChannels + 0]; g = ((uchar *)(img->imageData + row * img->widthStep))[col * img->nChannels + 1]; r = ((uchar *)(img->imageData + row * img->widthStep))[col * img->nChannels + 2];}
}

三. 一个比较综合的应用

这里定义一个稍微复杂一点的应用，包括了对图像的常用操作，基本上足够用来实现其他的图像算法了。

首先读入一幅图像，若为3通道的则转化为一通道，然后将图像右下角1/4置为白色。

#include <opencv2\opencv.hpp>  int main()
{IplImage *img = cvLoadImage("D:\\_Gonzalez\\ch02\\Fig0205(a)(cktboard_200dpi).tif");//获取图像的参数  printf("width=%d\n", img->width);printf("height=%d\n", img->height);printf("channel=%d\n", img->nChannels);if (img->nChannels == 3){//新建一个与img一样大的一通道空图像  IplImage *dst = cvCreateImage(cvSize(img->width, img->height), img->depth, 1);//将彩色图像转化为一通道灰度图  cvCvtColor(img, dst, CV_RGB2GRAY);img = dst;}for (int y = img->height / 2; y < img->height; y++){uchar* ptr = (uchar*)(img->imageData + y*img->widthStep);for (int x = img->width / 2; x < img->width; x++){ptr[x + 1] = 255;ptr[x + 2] = 255;ptr[x + 3] = 255;}}cvNamedWindow("example", CV_WINDOW_AUTOSIZE);cvShowImage("example", img);cvWaitKey(0);cvReleaseImage(&img);cvDestroyWindow("example");
}

如果将要求改为将三通道的img右下角1/4置为白色，相应操作变成：

for (int y = img->height / 2; y < img->height; y++)
{uchar* ptr = (uchar*)(img->imageData + y*img->widthStep);for (int x = img->width / 2; x < img->width; x++){ptr[x + 1] = 255;ptr[x + 2] = 255;ptr[x + 3] = 255;/*也可以是*(ptr+3*x+1) = 255;*(ptr+3*x+2) = 255;*(ptr+3*x+2) = 255;*/}
}