OpenCV库包含设置技巧与图像金字塔

http://www.verydemo.com/demo_c374_i20621.html

分类：  数据库 /  数据库技巧 /  文章

推荐：OpenCV各版本学习官方材料（Tutorial，UserGuide等）http://opencv.org/documentation.html

（一）OpenCV库包含设置技巧

1.再也不需要每次添加包含目录和库目录、添加附加库

（1）打开任意一个工程

（2）View|Property Manager打开或者直接在左栏切换到Property Manager视图，右键Property，打开了一个咱们每次工程属性中设置的页面，在这里进行我们平时重复进行的那些设置：

右键|属性，VC++目录|包含目录，加上以下3条路径：

X:\Program Files (x86)\opencv2.4.3\opencv\build\include

X:\Program Files (x86)\opencv2.4.3\opencv\build\include\opencv

X:\Program Files (x86)\opencv2.4.3\opencv\build\include\opencv2

再在VC++目录|库目录加入一条路径：

X:\Program Files (x86)\opencv2.4.3\opencv\build\x86\vc10\lib

项目|右键|Properties|Linker|Input|Additional Dependencies中加入：

Debug中：

 opencv_calib3d243d.lib

 opencv_contrib243d.lib

 opencv_core243d.lib

 opencv_features2d243d.lib

 opencv_flann243d.lib

 opencv_gpu243d.lib

 opencv_haartraining_engined.lib

 opencv_highgui243d.lib

 opencv_imgproc243d.lib

 opencv_legacy243d.lib

 opencv_ml243d.lib

 opencv_nonfree243d.lib

 opencv_objdetect243d.lib

 opencv_photo243d.lib

 opencv_stitching243d.lib

 opencv_ts243d.lib

 opencv_video243d.lib

 opencv_videostab243d.lib

后边的d代表Debug

这时，这些库就成为了我们每次可以inherit（继承）的库。不过这对我们Release的设置可不妙哦，因为它同样也会继承，解决办法是切换到Release，然后取消inherit的勾选，将必要的（添加Debug中那些OpenCV以外系统默认有的库）以及我们Release对应的库（名字末尾没有d，如下所示）：

 opencv_calib3d243.lib
 opencv_contrib243.lib
 opencv_core243.lib
 opencv_features2d243.lib
 opencv_flann243.lib
 opencv_gpu243.lib
 opencv_haartraining_engine.lib
 opencv_highgui243.lib
 opencv_imgproc243.lib
 opencv_legacy243.lib
 opencv_ml243.lib
 opencv_nonfree243.lib
 opencv_objdetect243.lib
 opencv_photo243.lib
 opencv_stitching243.lib
 opencv_ts243.lib
 opencv_video243.lib
 opencv_videostab243.lib

这样就通通OK啦。

（二）图像金字塔构建 

（1）在OpenCV的C版本中，函数名字普遍地具有前缀cv，且单词的首字母大写（比如cvPryDown）；而我们的2.4.3为小写首个单词（pyrDown），为方便书写，我们加上using namespace cv;以免去每次写cv::的辛劳

（2）由于版本的变化中变量已经大大改变（读取图像由IplImage*变为Mat），相应函数也发生变化：

新版本（2.4.3）

 //! smooths and downsamples the image
 CV_EXPORTS_W void pyrDown( InputArray src, OutputArray dst,
                            const Size& dstsize=Size(), int borderType=BORDER_DEFAULT );
 //! upsamples and smoothes the image
 CV_EXPORTS_W void pyrUp( InputArray src, OutputArray dst,
                          const Size& dstsize=Size(), int borderType=BORDER_DEFAULT );

 //! builds the gaussian pyramid using pyrDown() as a basic operation
 CV_EXPORTS void buildPyramid( InputArray src, OutputArrayOfArrays dst,
                               int maxlevel, int borderType=BORDER_DEFAULT );

老版本

 PyrDown

 图像的下采样
 void cvPyrDown( const CvArr* src, CvArr* dst, int filter=CV_GAUSSIAN_5x5 );
 src
 输入图像.
 dst
 输出图像, 宽度和高度应是输入图像的一半 ,传入前必须已经完成初始化
 filter
 卷积滤波器的类型，目前仅支持 CV_GAUSSIAN_5x5
 函数 cvPyrDown 使用 Gaussian 金字塔分解对输入图像向下采样。首先它对输入图像用指定滤波器进行卷积，然后通过拒绝偶数的行与列来下采样图像。


 PyrUp
 图像的上采样
 void cvPyrUp( const CvArr* src, CvArr* dst, int filter=CV_GAUSSIAN_5x5 );
 src
 输入图像.
 dst
 输出图像, 宽度和高度应是输入图像的2倍
 filter
 卷积滤波器的类型，目前仅支持 CV_GAUSSIAN_5x5

 函数 cvPyrUp 使用Gaussian 金字塔分解对输入图像向上采样。首先通过在图像中插入值为 0的 偶数行和偶数列，然后对得到的图像用指定的滤波器进行高斯卷积，其中滤波器乘以4做插值。所以输出图像是输入图像的 4 倍大小。

以创建金字塔为例博主写了一段代码测试功能，上代码~~~

 // MyMatch0502.cpp : Defines the entry point for the console application.
 //

 #include "stdafx.h"
 #include
 #include
 #include



 using namespace std;
 using namespace cv;

 int _tmain(int argc, _TCHAR* argv[])
 {
     Mat image=imread("D:\\Programing\\u0367panLeft.bmp");
     Mat image_dst;
     vector MatArray;

      if( !image.data )
     { printf(" No data! -- Exiting the program \n");
       return -1; }

     pyrDown( image, image_dst,Size( image.cols/2, image.rows/2 ) );
     buildPyramid( image , MatArray , 3);


     namedWindow( "image", CV_WINDOW_AUTOSIZE );
     namedWindow( "image_dst", CV_WINDOW_AUTOSIZE );
     namedWindow( "MatArray0", CV_WINDOW_AUTOSIZE );
     namedWindow( "MatArray1", CV_WINDOW_AUTOSIZE );
     namedWindow( "MatArray2", CV_WINDOW_AUTOSIZE );
     namedWindow( "MatArray3", CV_WINDOW_AUTOSIZE );

     imshow("image", image);
     imshow("image_dst", image_dst);
      imshow("MatArray0", MatArray.at(0));
     imshow("MatArray1", MatArray.at(1));
     imshow("MatArray2", MatArray.at(2));
     imshow("MatArray3", MatArray.at(3));

     //此函数等待按键，按键盘任意键就返回
     waitKey();


     return 0;
 }

得到效果图：

图像金字塔MatArray0为原始图像，MatArray1-3分别为三层金字塔。MatArray的大小为

void buildPyramid( InputArray src, OutputArrayOfArrays dst,
                              int maxlevel, int borderType=BORDER_DEFAULT );

中的 maxlevel+1,MatArray.at(0)即原图，maxlevel为金字塔的层数，dst是个size为maxlevel+1的vector。

如上，可以看出buildPyramid的MatArray.at(1)与pyrDown( image, image_dst,Size( image.cols/2, image.rows/2 ) );的结果是一样的。就是第一层是缩小了2倍。

 

 如上，原始影像与MatArray.at(0)也一样

 再附上加上滑动轴显示金字塔不同层次效果代码：

 // MyMatch0502.cpp : Defines the entry point for the console application.
 //

 #include "stdafx.h"
 #include
 #include

 using namespace std;
 using namespace cv;


 /// 全局变量的声明与初始化
 const int slider_max = 5;
 int slider_value;
 double alpha;
 double beta;

 /// 声明存储图像的变量
 Mat image;
 vector MatArray;

 /**
  * @function on_trackbar
  * @定义响应滑动条的回调函数
  */

 void on_trackbar( int, void* )
 {
  buildPyramid( image , MatArray , slider_value);
  imshow("buildPyramid", MatArray.at(slider_value));
 }


 int _tmain(int argc, _TCHAR* argv[])
 {
     image=imread("D:\\Programing\\u0367panLeft.bmp");

      if( !image.data )
     { printf(" No data! -- Exiting the program \n");
       return -1; }

     namedWindow( "buildPyramid", CV_WINDOW_AUTOSIZE );

     createTrackbar("Threshold1", "buildPyramid",
         &slider_value,slider_max,on_trackbar);

     // 结果在回调函数中显示
     on_trackbar( slider_value, 0 );

     //此函数等待按键，按键盘任意键就返回
     waitKey();
     return 0;
 }