i*step+j*channels+k 以及widthStep大小計算及原理

一直覺得IplImage結構體中的widthStep元素大小等於width*nChannels，大錯特錯！

查看OpenCV2.1的源碼，在src/cxcore/cxarray.cpp文件中，找到cvInitImageHeader函數，函數中對widthStep大小賦值以下：

image->widthStep = (((image->width * image->nChannels *

(image->depth & ~IPL_DEPTH_SIGN) + 7)/8)+ align - 1) & (~(align - 1));                                             （1）

其中IPL_DEPTH_SIGN的定義能夠在cxtypes.h中找到，定義爲：#define IPL_DEPTH_SIGN 0x80000000， align的大小爲CV_DEFAULT_IMAGE_ROW_ALIGN，其大小在cxmisc.h中定義爲：#define  CV_DEFAULT_IMAGE_ROW_ALIGN 4，depth取8位深度。

根據（1）式，已知IPL_DEPTH_SIGN、align、depth 的大小，分別手動計算以下圖像的widthStep：

圖像寬度     圖像通道數              計算獲得的widthStep

3                    3                             12

3                    1                             4

5                    3                            16

5                    1                             8

7                    3                             24

7                    1                             8

4                    3                             12

4                    1                             4

爲了進一步驗證手算的正確性，咱們編程實現輸出widthStep的大小，程序以下：

 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);

運行結果爲：12， 4， 16， 8， 24， 8， 與手動計算結果相同。

從網上查閱資料，OpenCV分配的內存按4字節對齊，這樣咱們對上述計算的結果能夠有個合理的解釋，如寬度爲三、通道數爲3的圖像，每一行須要的 實際內存長度爲3*3，爲了內存對齊，OpenCV會在每行末尾自動補上3個字節的內存，內存初始化都爲0，因此widthStep變爲了12。

widthStep大小對IplImage極爲重要，在cxarray.cpp中，咱們能夠找到以下代碼行：

image->imageSize = image->widthStep * image->height;

img->imageData = img->imageDataOrigin =
          (char*)cvAlloc( (size_t)img->imageSize );

可見widthStep直接影響到imageData的數據長度。在操做imageData時，咱們要避開對OpenCV自動補齊的內存進行操做，如直方圖計算等。

寫到這裏，可能有人會問，咱們日常都用widthStep = width * nChannels，怎麼就沒出錯？我以前也一直在疑惑，合理的解釋是，通常在實際應用中，圖像的寬度通常爲128， 256， 240， 320， 356，704等，恰好這些數字都能被4整除，widthStep恰好等於width * nChannels， 因此OpenCV並無爲這些圖像分配多的內存，所以咱們在對imageData作順序操做也沒出錯。可是，請問誰能保證圖像的寬度必定會是4的倍數？ 

純屬我的理解，若有錯誤，還請大蝦多多指出。

通過上面的分析,我已經徹底理解了widthStep的計算以及爲什麼data[i * step + j * channels + k]這麼計算了

本文轉自:http://blog.csdn.net/xidianzhimeng/article/details/16845097