计算机视觉笔记（一） 初探计算机视觉

Outline：

1.CV背景介绍
2.OpenCV基础
3.图像的基本操作：遍历图像，ROI选取
4.Python环境搭建
5.机器学习在CV中的应用：KNN与Kmeans

一、什么是Computer Vision(CV)

计算机视觉的目的：通过写程序来解释图片。

图像处理：输入图像，输出图像
计算机视觉：输入图像，输出图像的理解。

二、图像处理库

图像处理库：
OpenCV
CxImage ~= OpenCV1.0
CImg 显示做的好
FreeImage 大量使用指针读速度快，读到图像的信息全
HALCON 商用精密测量

项目：
OpenBR 人脸识别项目
EasyPR 识别车牌

（三）OpenCV安装配置

安装配置参考浅墨博客：博客链接
因为之前学过OpenCV，所以就安装配置了好多次了，但我一般都是用学校的电脑，笔记本上没配。本来配置很顺手了，这次遇到一个问题：无法打开文件“opencv_ml249d.lib”。找了半天没找出配置步骤上出什么问题，看浅墨博客找到了解决方法：项目->属性管理器->Debug|Win32->Microsoft.Cpp.Win32.userDirectories中的属性页面->连接器->常规里面的附加库目录中加入相应的lib文件目录。
还有就是，属性管理器在图->其他管理器里里，老找不着。。。

可安装插件ImageWatch：下载链接,能显示Mat内容，方便调试

（四）图像处理基础知识

一、彩色图像存储：BGR

二、Mat
1、常用构造函数

2、全零矩阵、全一矩阵、对角线为1矩阵

    Mat Z = Mat::zeros(2, 3, CV_8UC1);
    cout << "Z=" << Z << endl;
    Mat O = Mat::ones(2, 3, CV_32F);
    cout << "O=" << O << endl;
    Mat E = Mat::eye(2, 3, CV_64F);
    cout << "E=" << E << endl;

3、ROI:
1）、感兴趣区域的设置

#include 
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;

int main(int argc, char *argv[])
{
    Mat pImg = imread("Lena.jpg", 1);
    Rect rect(180, 200, 200, 200);//(x,y)=(180,200）,w=200,height=200
    Mat roi = Mat(pImg, rect);
    Mat pImgRect = pImg.clone();//深拷贝
    rectangle(pImgRect, rect, Scalar(0, 255, 0), 2);
    imshow("original image with rectangle", pImgRect);
    imshow("roi", roi);
    waitKey();
    return 0;
}

运行结果

2）、浅拷贝、深拷贝
深拷贝两种方式：
（1）Mat pImgRect = pImg.clone();
（2）Mat pImgRect = pImg.copyto();

4、像素值的读写

1）.at(i, j)方式

    //灰度图像
    Mat grayim(512, 512, CV_8UC1);
    uchar value = grayim.at<uchar>(0, 0);
    for (int i = 0; i < grayim.rows; i++)
        for (int j = 0; j < grayim.cols; j++)
            grayim.at<uchar>(i, j) = (i + j) % 255;
    imshow("gray", grayim);

    //彩色图像
    Mat colorim(512, 512, CV_8UC3);
    for (int i = 0; i < colorim.rows; i++)
        for (int j = 0; j < colorim.cols; j++)
        {
            Vec3b pixel;
            pixel[0] = i % 255;//B
            pixel[1] = j % 255;//G
            pixel[2] = 0;      //R
            colorim.at(i, j) = pixel;
        }
    imshow("color", colorim);

2）迭代器

//灰度图像
    Mat grayim(512, 512, CV_8UC1);
    Mat_::iterator grayit;
    for (grayit = grayim.begin(); grayit < grayim.end(); grayit++)
        *grayit = rand() % 255;
    imshow("gray", grayim);

    //彩色图像
    Mat colorim(512, 512, CV_8UC3);
    Mat_::iterator colorit;
    for (colorit = colorim.begin(); colorit < colorim.end(); colorit++)
    {
        (*colorit)[0] = rand() % 255;
        (*colorit)[1] = rand() % 255;
        (*colorit)[2] = rand() % 255;
    }
    imshow("color", colorim);

3）、指针按行遍历

    Mat grayim(512, 512, CV_8UC1,Scalar(0));
    for (int i = 0; i < grayim.rows; i++)
    {
        uchar *p = grayim.ptr<uchar>(i);
        for (int j = 0; j < grayim.cols; j++)
            p[j] = rand() % 255;
    }
    imshow("gray", grayim);

4）、Mat_类

Mat M(512, 512, CV_8UC1);
    Mat_<uchar> M1 = (Mat_<uchar>&)M;
    for (int i = 0; i < M1.rows; i++)
    {
        uchar *p = M1.ptr(i);
        for (int j = 0; j < M1.cols; j++)
        {
            double d1 = (double)((i + j) % 255);
            M1(i, j) = d1;
            double d2 = M1(i, j);
        }
    }

5）、一般有映射关系时使用

查找表（降低灰度级，提高运算速度）

量化公式，降低灰度级

Mat M(512, 512, CV_8UC1);
    Mat_<uchar> M1 = (Mat_<uchar>&)M;
    for (int i = 0; i < M1.rows; i++)
    {
        uchar *p = M1.ptr(i);
        for (int j = 0; j < M1.cols; j++)
        {
            double d1 = (double)((i + j) % 255);
            M1(i, j) = d1;
            double d2 = M1(i, j);
        }
    }
    Mat Out;
    int divideWith = 10;
    uchar table[256];
    for (int i = 0; i < 256; i++)
        table[i] = divideWith*(i / divideWith);

    Mat lookUpTable(1, 256, CV_8U);
    uchar *p = lookUpTable.data;
    for (int i = 0; i < 256; i++)
        p[i] = table[i];
    LUT(M, lookUpTable, Out);
    imshow("origin", M);
    imshow("result", Out);

5、数据获取与存储

1）imread

Mat pImg = imread("Lena.jpg", 1);
//flag=0,强制转换为单通道，flag=1不改变

2）imwrite
8U的可以转化为图像 看手册
直接覆盖

6、video读写类

1）读视频

//读视频
    //VideoCapture cap(0);  //摄像头id
    VideoCapture cap("video.avi");  //本地视频
    if (!cap.isOpened())
    {
        cerr << "Can not open a camera or file." << endl;
        return -1;
    }
    Mat edges;
    namedWindow("edges", 1);
    for (;;)
    {
        Mat frame;
        cap >> frame;
        if (frame.empty())
            break;

        imshow("frame", frame);

        if (waitKey(30) >= 0)
            break;
    }

    waitKey();

2）写视频

    Size s(320, 240);
    VideoWriter writer = VideoWriter("myvideo.avi", CV_FOURCC('M', 'J', 'P', 'G'), 25, s);
    if (!writer.isOpened())
    {
        cerr << "Can not creat a video." << endl;
        return -1;
    }
    Mat frame(s, CV_8UC3);
    for (int i = 0; i < 100; i++)
    {
        writer << frame;
    }

（五）python

涉及到深度学习与机器学习相关的内容，所以要学习一下python

python环境的安装，建议Anaconda+Ipython(Jupyter )+(PyScripter)(版本2.7比较流行或者3.5都可以)

python教程：基础教程网站

Anaconda下载：
官网下载
官网下载容易出现下载失败！真的不要尝试在官网下载。下了好几次，动不动就是链接断开下载失败的。。

（划重点）从国内清华大学开源软件镜像站进行下载并配置镜像。链接
推荐一个下载安装教程
致Python初学者们 - Anaconda入门使用指南 链接地址

Jupyter notebook 使用教程

（六）机器学习

1、机器学习：要随机地观测数据，要随机地对观测数据进行采样，要学习数据的性质（也叫做特征feature）以及属性（通常叫做label，它是属于哪个类别的），然后再来预测新的未知数据的属性。在机器学习，通常把数据分为两部分，一部分是训练集training，一部分是测试集test，两部分相互独立。

2、监督式学习（除了数据以外，还有额外的属性，如feature&label）：分类和回归
分类：输出是离散的。例：根据各种特征，将一个群体，分成几种。
回归：输出连续的。例：根据年龄体重，预测身高。
监督学习主要是分类，尽量把问题转化为分类问题。

3、非监督式学习（没有额外的label）：聚类和核密度估计
聚类：K-means算法。

（七）KNN（分类）

Knn的应用背景是：手写字符识别
最常用的数据库 http://yann.lecun.com/exdb/mnist/

当求未知项目的类别时，先探测周围项目是什么类别。转换成算法：
第一种实现思路：
用一条线把这两个区域分开，叫决策边界，把所有数据一分为二。但是要求数据必须是线性可分的，如果数据复杂的时候，就要做非线性的变换了，把数据映射到多维空间中，让它成为线性可分的。

第二种思路：
就是Knn算法：参考待测点周围最近的k个数据的label是什么，将出现频率最高的label作为该点的预测结果。

Knn作为一种机器学习的算法也分为两部分
训练：把训练集和标签全部存储，比如说给下图这样一个训练图像，把下图和它的label（5）存储，把这些存储完，它就学习完毕了。

测试：提供测试集，没有标签，让算法猜这是什么，要指定K的大小。

劣势：没有训练，测试的时候需要把所有训练集都拿来和测试的数据一一比对，比对就涉及距离问题，测试两个向量的距离。
优势：简单。当数据不是线性的时候，表现比其他分类器好一些。

参数K的选择一般不大于20。

示例：
//补充

（八）K-means（聚类）

聚类算法

K-means

主要做法：选取一个点，对于一堆数据，把它聚成n类。

示例：我们有一堆数据，指定三个数据，把它们聚成三类。

K1,K2,K3指定之后，找到离它最近的一个数据作为center，进行label，把数据分成三个label，在相同label的数据中求均值，定义均值作为新的中心，进行循环迭代，直到收敛为止，停止条件是中心变化很小或者是所有数据的label已经不变了。

Example：颜色降维