Introduction to programming with OpenCV



转自: http://wiki.opencv.org.cn/index.php/OpenCV_%E7%BC%96%E7%A8%8B%E7%AE%80%E4%BB%8B%EF%BC%88%E7%9F%A9%E9%98%B5/%E5%9B%BE%E5%83%8F/%E8%A7%86%E9%A2%91%E7%9A%84%E5%9F%BA%E6%9C%AC%E8%AF%BB%E5%86%99%E6%93%8D%E4%BD%9C%EF%BC%89



目录

[隐藏]
  • 1 一、简介
    • 1.1 1、OpenCV的特点
      • 1.1.1 (1) 总体描述
      • 1.1.2 (2) 功能
      • 1.1.3 (3) OpenCV模块
    • 1.2 2、有用的学习资源
      • 1.2.1 (1) 参考手册:
      • 1.2.2 (2) 网络资源:
      • 1.2.3 (3) 书籍:
      • 1.2.4 (4) 视频处理例程(在 /samples/c/):
      • 1.2.5 (5) 图像处理例程 (在 /samples/c/):
    • 1.3 3、OpenCV 命名规则
      • 1.3.1 (1) 函数名:
      • 1.3.2 (2) 矩阵数据类型:
      • 1.3.3 (3) 图像数据类型:
      • 1.3.4 (4) 头文件:
    • 1.4 4、编译建议
      • 1.4.1 (1) Linux:
      • 1.4.2 (2) Windows:
    • 1.5 5、C++例程
  • 2 二、GUI 指令
    • 2.1 1、窗口管理
      • 2.1.1 (1) 创建和定位一个新窗口:
      • 2.1.2 (2) 载入图像:
      • 2.1.3 (3) 显示图像:
      • 2.1.4 (4) 关闭窗口:
      • 2.1.5 (5) 改变窗口大小:
    • 2.2 2、输入处理
      • 2.2.1 (1) 处理鼠标事件:
      • 2.2.2 (2) 处理键盘事件:
      • 2.2.3 (3) 处理滑动条事件:
  • 3 三、OpenCV的基本数据结构
    • 3.1 1、图像数据结构
      • 3.1.1 (1) IPL 图像:
    • 3.2 2、矩阵与向量
      • 3.2.1 (1) 矩阵:
      • 3.2.2 (2) 一般矩阵:
      • 3.2.3 (3) 标量:
    • 3.3 3、其它结构类型
      • 3.3.1 (1) 点:
      • 3.3.2 (2) 矩形框大小(以像素为精度):
      • 3.3.3 (3) 矩形框的偏置和大小:
  • 4 四、图像处理
    • 4.1 1、图像的内存分配与释放
      • 4.1.1 (1) 分配内存给一幅新图像:
      • 4.1.2 (2) 释放图像:
      • 4.1.3 (3) 复制图像:
      • 4.1.4 (4) 设置/获取感兴趣区域ROI:
      • 4.1.5 (5) 设置/获取感兴趣通道COI:
    • 4.2 2、图像读写
      • 4.2.1 (1) 从文件中读入图像:
      • 4.2.2 (2) 保存图像:
    • 4.3 3、访问图像像素
      • 4.3.1 (1) 假设你要访问第k通道、第i行、第j列的像素。
      • 4.3.2 (2) 间接访问: (通用,但效率低,可访问任意格式的图像)
      • 4.3.3 (3) 直接访问: (效率高,但容易出错)
      • 4.3.4 (4) 基于指针的直接访问: (简单高效)
      • 4.3.5 (5) 基于 c++ wrapper 的直接访问: (更简单高效)
    • 4.4 4、图像转换
      • 4.4.1 (1) 字节型图像的灰度-彩色转换:
      • 4.4.2 (2) 彩色图像->灰度图像:
      • 4.4.3 (3) 不同彩色空间之间的转换:
    • 4.5 5、绘图指令
      • 4.5.1 (1) 绘制矩形:
      • 4.5.2 (2) 绘制圆形:
      • 4.5.3 (3) 绘制线段:
      • 4.5.4 (4) 绘制一组线段:
      • 4.5.5 (5) 绘制一组填充颜色的多边形:
      • 4.5.6 (6) 文本标注:
  • 5 五、矩阵处理
    • 5.1 1、矩阵的内存分配与释放
      • 5.1.1 (1) 总体上:
      • 5.1.2 (2) 为新矩阵分配内存:
      • 5.1.3 (3) 释放矩阵内存:
      • 5.1.4 (4) 复制矩阵:
      • 5.1.5 (5) 初始化矩阵:
      • 5.1.6 (6) 初始化矩阵为单位矩阵:
    • 5.2 2、访问矩阵元素
      • 5.2.1 (1) 假设需要访问一个2D浮点型矩阵的第(i, j)个单元.
      • 5.2.2 (2) 间接访问:
      • 5.2.3 (3) 直接访问(假设矩阵数据按4字节行对齐):
      • 5.2.4 (4) 直接访问(当数据的行对齐可能存在间隙时 possible alignment gaps):
      • 5.2.5 (5) 对于初始化后的矩阵进行直接访问:
    • 5.3 3、矩阵/向量运算
      • 5.3.1 (1) 矩阵之间的运算:
      • 5.3.2 (2) 矩阵之间的元素级运算:
      • 5.3.3 (3) 向量乘积:
      • 5.3.4 (4) 单一矩阵的运算:
      • 5.3.5 (5) 非齐次线性方程求解:
      • 5.3.6 (6) 特征值与特征向量 (矩阵为方阵):
  • 6 六、视频处理
    • 6.1 1、从视频流中捕捉一帧画面
      • 6.1.1 (1) OpenCV 支持从摄像头或视频文件(AVI格式)中捕捉帧画面.
      • 6.1.2 (2) 初始化一个摄像头捕捉器:
      • 6.1.3 (3) 初始化一个视频文件捕捉器:
      • 6.1.4 (4) 捕捉一帧画面:
      • 6.1.5 (5) 释放视频流捕捉器:
    • 6.2 2、获取/设置视频流信息
      • 6.2.1 (1) 获取视频流设备信息:
      • 6.2.2 (2) 获取帧图信息:
      • 6.2.3 (3) 设置从视频文件抓取的第一帧画面的位置:
    • 6.3 3、保存视频文件
      • 6.3.1 (1) 初始化视频编写器:
      • 6.3.2 (2) 保存视频文件:
      • 6.3.3 (3) 释放视频编写器:

[ 编辑]

一、简介

[ 编辑]

1、OpenCV的特点

[ 编辑]

(1) 总体描述

  • OpenCV是一个基于C/C++语言的开源图像处理函数库
  • 其代码都经过优化,可用于实时处理图像
  • 具有良好的可移植性
  • 可以进行图像/视频载入、保存和采集的常规操作
  • 具有低级和高级的应用程序接口(API)
  • 提供了面向Intel IPP高效多媒体函数库的接口,可针对你使用的Intel CPU优化代码,提高程序性能(译注:OpenCV 2.0版的代码已显着优化,无需IPP来提升性能,故2.0版不再提供IPP接口)
[ 编辑]

(2) 功能

  • 图像数据操作(内存分配与释放,图像复制、设定和转换)
Image data manipulation (allocation, release, copying, setting, conversion).
  • 图像/视频的输入输出(支持文件或摄像头的输入,图像/视频文件的输出)
Image and video I/O (file and camera based input, image/video file output).
  • 矩阵/向量数据操作及线性代数运算(矩阵乘积、矩阵方程求解、特征值、奇异值分解)
Matrix and vector manipulation and linear algebra routines (products, solvers, eigenvalues, SVD).
  • 支持多种动态数据结构(链表、队列、数据集、树、图)
Various dynamic data structures (lists, queues, sets, trees, graphs).
  • 基本图像处理(去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构)
Basic image processing (filtering, edge detection, corner detection, sampling and interpolation, color conversion, morphological operations, histograms, image pyramids).
  • 结构分析(连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化)
Structural analysis (connected components, contour processing, distance transform, various moments, template matching, Hough transform, polygonal approximation, line fitting, ellipse fitting, Delaunay triangulation).
  • 摄像头定标(寻找和跟踪定标模式、参数定标、基本矩阵估计、单应矩阵估计、立体视觉匹配)
Camera calibration (finding and tracking calibration patterns, calibration, fundamental matrix estimation, homography estimation, stereo correspondence).
  • 运动分析(光流、动作分割、目标跟踪)
Motion analysis (optical flow, motion segmentation, tracking).
  • 目标识别(特征方法、HMM模型)
Object recognition (eigen-methods, HMM).
  • 基本的GUI(显示图像/视频、键盘/鼠标操作、滑动条)
Basic GUI (display image/video, keyboard and mouse handling, scroll-bars).
  • 图像标注(直线、曲线、多边形、文本标注)
Image labeling (line, conic, polygon, text drawing)
[ 编辑]

(3) OpenCV模块

  • cv – 核心函数库
  • cvaux – 辅助函数库
  • cxcore – 数据结构与线性代数库
  • highgui – GUI函数库 graphical user interface
  • ml – 机器学习函数库 machine learing
[ 编辑]

2、有用的学习资源

[ 编辑]

(1) 参考手册:

  • /docs/index.htm (译注:在你的OpenCV安装目录内)
[ 编辑]

(2) 网络资源:

  • 官方网站: http://www.intel.com/technology/computing/opencv/
  • 软件下载: http://sourceforge.net/projects/opencvlibrary/
[ 编辑]

(3) 书籍:

  • Open Source Computer Vision Library

by Gary R. Bradski, Vadim Pisarevsky, and Jean-Yves Bouguet, Springer, 1st ed. (June, 2006). chenyusiyuan: 补充以下书籍

  • Learning OpenCV - Computer Vision with the OpenCV Library

by Gary Bradski & Adrian Kaehler, O'Reilly Media, 1 st ed. (September, 2008).

  • OpenCV教程——基础篇

作者:刘瑞祯 于仕琪,北京航空航天大学出版社,出版日期:200706

[ 编辑]

(4) 视频处理例程(在 /samples/c/):

  • 颜色跟踪: camshiftdemo
  • 点跟踪: lkdemo
  • 动作分割: motempl
  • 边缘检测: laplace
[ 编辑]

(5) 图像处理例程 (在 /samples/c/):

  • 边缘检测: edge
  • 图像分割: pyramid_segmentation
  • 形态学: morphology
  • 直方图: demhist
  • 距离变换: distrans
  • 椭圆拟合: fitellipse
[ 编辑]

3、OpenCV 命名规则

[ 编辑]

(1) 函数名:

   cvActionTargetMod(...) 
   Action = 核心功能(core functionality) (e.g. set, create)
   Target = 目标图像区域(target image area) (e.g. contour, polygon)
   Mod    = (可选的)调整语(optional modifiers) (e.g. argument type)
[ 编辑]

(2) 矩阵数据类型:

   CV_(S|U|F)C 
    S = 符号整型
   U = 无符号整型
   F = 浮点型 
   E.g.: CV_8UC1 是指一个8位无符号整型单通道矩阵, 
            CV_32FC2是指一个32位浮点型双通道矩阵.
[ 编辑]

(3) 图像数据类型:

   IPL_DEPTH_(S|U|F) 
   E.g.: IPL_DEPTH_8U 图像像素数据是8位无符号整型.
         IPL_DEPTH_32F图像像素数据是32位浮点型.
[ 编辑]

(4) 头文件:

#include 
    #include 
    #include   
    #include 
    #include    // 一般不需要,cv.h 内已包含该头文件
[ 编辑]

4、编译建议

[ 编辑]

(1) Linux:

g++ hello-world.cpp -o hello-world \
    -I /usr/local/include/opencv -L /usr/local/lib  \
    -lm -lcv -lhighgui -lcvaux

其中

 /usr/local/include/opencv 为opencv头文件目录.
 /usr/local/lib为库文件目录
 -lcv -lhighgui -lcvaux为链接库文件参数.

不同linxu发行版库文件路径可能会有所不同,x86_64版本与i386版本路径也可能有所区别
例如fedora 17 x86_64下该命令为:

g++  hello-world.cpp -o hello-world  \
    -I /usr/include/opencv \
    -L /usr/lib64  \
    -lm -lopencv_core -lopencv_highgui
[ 编辑]

(2) Windows:

在Visual Studio的‘选项’和‘项目’中设置好OpenCV相关文件的路径。

[ 编辑]

5、C++例程


//
// hello-world.cpp
//
// 该程序从文件中读入一幅图像,将之反色,然后显示出来. 
//

#include 
#include 
#include 
#include 
#include  
 
int main(int argc, char *argv[])
{
  IplImage* img = 0; 
  int height,width,step,channels;
  uchar *data;
  int i,j,k; 
 
  if(argc<2){
    printf("Usage: main \n\7");
    exit(0);
  } 
 
  // load an image  
  img=cvLoadImage(argv[1]);
  if(!img){
    printf("Could not load image file: %s\n",argv[1]);
    exit(0);
  } 
 
  // get the image data
  height    = img->height;
  width     = img->width;
  step      = img->widthStep;
  channels  = img->nChannels;
  data      = (uchar *)img->imageData;
  printf("Processing a %dx%d image with %d channels\n",height,width,channels); 
 
  // create a window
  cvNamedWindow("mainWin", CV_WINDOW_AUTOSIZE); 
  cvMoveWindow("mainWin", 100, 100); 
 
  // invert the image
  // 相当于 cvNot(img);
  // IplImage *pDstImg = cvCreateImage(cvGetSize(img),img->depth,img->nChannels);
  // cvNot(img, pDstImg);
  for(i=0;i<height;i++) for(j=0;j<width;j++) for(k=0;k<channels;k++)
    data[i*step+j*channels+k]=255-data[i*step+j*channels+k]; 
 
  // show the image
  cvShowImage("mainWin", img ); 
 
  // wait for a key
  cvWaitKey(0); 
 
  // release the image
  cvReleaseImage(&img );
  return 0;
}

[ 编辑]

二、GUI 指令

[ 编辑]

1、窗口管理

[ 编辑]

(1) 创建和定位一个新窗口:

cvNamedWindow("win1", CV_WINDOW_AUTOSIZE); 
  cvMoveWindow("win1", 100, 100); // offset from the UL corner of the screen
[ 编辑]

(2) 载入图像:

IplImage* img=0; 
  img=cvLoadImage(fileName, CV_LOAD_IMAGE_COLOR);
  if(!img) printf("Could not load image file: %s\n",fileName);
[ 编辑]

(3) 显示图像:

cvShowImage("win1",img);

该函数可以在上面建立的窗口(win1)中显示彩色或灰度的字节型/浮点型图像。字节型图像像素值范围为[0-255];浮点型图像像素值范围为[0-1]。彩色图像的三色元素按BGR(蓝-绿-红)顺序存储。

[ 编辑]

(4) 关闭窗口:

cvDestroyWindow("win1");
[ 编辑]

(5) 改变窗口大小:

cvResizeWindow("win1",100,100); // new width/heigh in pixels
[ 编辑]

2、输入处理

[ 编辑]

(1) 处理鼠标事件:

  • 定义一个鼠标处理程序:
void mouseHandler(int event, int x, int y, int flags, void* param)
  {
    switch(event){
      case CV_EVENT_LBUTTONDOWN:
        if(flags & CV_EVENT_FLAG_CTRLKEY) 
          printf("Left button down with CTRL pressed\n");
        break; 
 
      case CV_EVENT_LBUTTONUP:
        printf("Left button up\n");
        break;
    }
  }
 x,y:   相对于左上角的像素坐标 
 event: CV_EVENT_LBUTTONDOWN,   CV_EVENT_RBUTTONDOWN,   CV_EVENT_MBUTTONDOWN,
        CV_EVENT_LBUTTONUP,     CV_EVENT_RBUTTONUP,     CV_EVENT_MBUTTONUP,
        CV_EVENT_LBUTTONDBLCLK, CV_EVENT_RBUTTONDBLCLK, CV_EVENT_MBUTTONDBLCLK,
        CV_EVENT_MOUSEMOVE: 
 flags: CV_EVENT_FLAG_CTRLKEY, CV_EVENT_FLAG_SHIFTKEY, CV_EVENT_FLAG_ALTKEY,
        CV_EVENT_FLAG_LBUTTON, CV_EVENT_FLAG_RBUTTON,  CV_EVENT_FLAG_MBUTTON
  • 注册该事件处理程序:
mouseParam=5;
  cvSetMouseCallback("win1",mouseHandler,&mouseParam);  //第三个参数可以设置为NULL
[ 编辑]

(2) 处理键盘事件:

  • 实际上对于键盘输入并没有专门的事件处理程序.
  • 按一定间隔检测键盘输入(适用于循环体中):
int key;
  key=cvWaitKey(10); // wait 10ms for input
  • 中止程序等待键盘输入:
int key;
  key=cvWaitKey(0); // wait indefinitely for input
  • 键盘输入的循环处理程序:
while(1){
    key=cvWaitKey(10);
    if(key==27) break; 
 
    switch(key){
      case 'h':
        ...
        break;
      case 'i':
        ...
        break;
    }
  }
[ 编辑]

(3) 处理滑动条事件:

  • 定义一个滑动条处理程序:
void trackbarHandler(int pos)
  {
    printf("Trackbar position: %d\n",pos);
  }
  • 注册该事件处理程序:
int trackbarVal=25;
  int maxVal=100;
  cvCreateTrackbar("bar1", "win1", &trackbarVal ,maxVal , trackbarHandler);
  • 获取当前的滑动条位置:
int pos = cvGetTrackbarPos("bar1","win1");
  • 设置滑动条位置:
cvSetTrackbarPos("bar1", "win1", 25);

[ 编辑]

三、OpenCV的基本数据结构

(译注:OpenCV 1.1、1.2或2.0版本中各数据结构的结构体元素有所调整,以下仅作参考)

[ 编辑]

1、图像数据结构

[ 编辑]

(1) IPL 图像:

IplImage
  |-- int  nChannels;     // 颜色通道数目 (1,2,3,4)
  |-- int  depth;         // 像素的位深: 
  |                       //   IPL_DEPTH_8U, IPL_DEPTH_8S, 
  |                       //   IPL_DEPTH_16U,IPL_DEPTH_16S, 
  |                       //   IPL_DEPTH_32S,IPL_DEPTH_32F, 
  |                       //   IPL_DEPTH_64F
  |-- int  width;         // 图像宽度(像素为单位)
  |-- int  height;        // 图像高度
  |-- char* imageData;    // 图像数据指针
  |                       // 注意彩色图像按BGR顺序存储数据
  |-- int  dataOrder;     // 0 - 将像素点不同通道的值交错排在一起,形成单一像素平面 
  |                       // 1 - 把所有像素同通道值排在一起,形成若干个通道平面,再把平面排列起来
  |                       // cvCreateImage 只能创建像素交错排列式的图像
  |-- int  origin;        // 0 – 像素原点为左上角,
  |                       // 1 – 像素原点为左下角 (Windows bitmaps style)
  |-- int  widthStep;     // 相邻行的同列点之间的字节数    width * nChannels * depth / 8
  |-- int  imageSize;     // 图像的大小(字节为单位) = height*widthStep
  |-- struct _IplROI *roi;// 图像的感兴趣区域(ROI). ROI非空时对图像的
  |                       // 处理仅限于ROI区域.
  |-- char *imageDataOrigin; // 图像数据未对齐时的数据原点指针
  |                          // (需要正确地重新分配图像内存 )
  |                          // (needed for correct image deallocation)
  |-- int  align;         // 图像数据的行对齐: 4 or 8 byte alignment
  |                       // OpenCV 中无此项,采用widthStep代替
  |-- char colorModel[4]; // 颜色模型 – OpenCV中忽略此项
[ 编辑]

2、矩阵与向量

[ 编辑]

(1) 矩阵:

CvMat                      // 2D 矩阵
  |-- int   type;          // 元素类型 (uchar,short,int,float,double) 与标志
  |-- int   step;          // 整行长度字节数
  |-- int   rows, cols;    // 行、列数
  |-- int   height, width; // 矩阵高度、宽度,与rows、cols对应
  |-- union data;
      |-- uchar*  ptr;     // data pointer for an unsigned char matrix
      |-- short*  s;       // data pointer for a short matrix
      |-- int*    i;       // data pointer for an integer matrix
      |-- float*  fl;      // data pointer for a float matrix
      |-- double* db;      // data pointer for a double matrix
CvMatND                    // N-维矩阵
  |-- int   type;          // 元素类型 (uchar,short,int,float,double) 与标志
  |-- int   dims;          // 矩阵维数
  |-- union data;
  |   |-- uchar*  ptr;     // data pointer for an unsigned char 矩阵
  |   |-- short*  s;       // data pointer for a short matrix
  |   |-- int*    i;       // data pointer for an integer matrix
  |   |-- float*  fl;      // data pointer for a float matrix
  |   |-- double* db;      // data pointer for a double matrix
  |
  |-- struct dim[];        // 各维信息
      |-- size;            // 元素数目
      |-- step;            // 元素间距(字节为单位)
CvSparseMat // N-维稀疏矩阵
[ 编辑]

(2) 一般矩阵:

CvArr*     // 仅作为函数定义的参数使用, 
           // 表明函数可以接受不同类型的矩阵作为参数, 
           // 例如:IplImage*, CvMat* 甚至是 CvSeq*. 
           // 矩阵的类型通过矩阵头的前4个字节信息来确定
[ 编辑]

(3) 标量:

CvScalar
  |-- double val[4]; //4D 向量

初始化函数:

CvScalar s = cvScalar(double val0, double val1=0, double val2=0, double val3=0);
// Example: 
CvScalar s = cvScalar(20.0);
s.val[0]=20.0;

注意该初始化函数的函数名与对应的结构体名称几乎同名,差别仅在于函数名第一个字母是小写的,而结构体名第一个字母是大写的。它并不是一个 C++ 构造函数。(译注:类似的还有 cvMat 与 CvMat、cvPoint 与 CvPoint 等等)

[ 编辑]

3、其它结构类型

[ 编辑]

(1) 点:

CvPoint      p = cvPoint(int x, int y);
CvPoint2D32f p = cvPoint2D32f(float x, float y);
CvPoint3D32f p = cvPoint3D32f(float x, float y, float z);
//E.g.:
p.x=5.0;
p.y=5.0;
[ 编辑]

(2) 矩形框大小(以像素为精度):

CvSize       r = cvSize(int width, int height);
CvSize2D32f  r = cvSize2D32f(float width, float height);
[ 编辑]

(3) 矩形框的偏置和大小:

CvRect       r = cvRect(int x, int y, int width, int height);

[ 编辑]

四、图像处理

[ 编辑]

1、图像的内存分配与释放

[ 编辑]

(1) 分配内存给一幅新图像:

IplImage* cvCreateImage(CvSize size, int depth, int channels);
size: cvSize(width,height);
depth: 像素深度: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16U,
   IPL_DEPTH_16S, IPL_DEPTH_32S, IPL_DEPTH_32F, IPL_DEPTH_64F 
channels: 像素通道数. Can be 1, 2, 3 or 4.
各通道是交错排列的. 一幅彩色图像的数据排列格式如下:
b0 g0 r0 b1 g1 r1 ...

示例:

// Allocate a 1-channel byte image
IplImage* img1=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); 
 
// Allocate a 3-channel float image
IplImage* img2=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
[ 编辑]

(2) 释放图像:

IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); 
cvReleaseImage(&img);
[ 编辑]

(3) 复制图像:

IplImage* img1=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1); 
IplImage* img2;
img2=cvCloneImage(img1);  // 注意通过cvCloneImage得到的图像
                      // 也要用 cvReleaseImage 释放,否则容易产生内存泄漏
[ 编辑]

(4) 设置/获取感兴趣区域ROI:

void  cvSetImageROI(IplImage* image, CvRect rect);
void  cvResetImageROI(IplImage* image);
CvRect cvGetImageROI(const IplImage* image);

大多数OpenCV函数都支持 ROI, region of interests,设置了ROI之后,函数对图片的处理只会应用到ROI区域上.

[ 编辑]

(5) 设置/获取感兴趣通道COI:

void cvSetImageCOI(IplImage* image, int coi); // 0=all
int cvGetImageCOI(const IplImage* image);

大多数OpenCV函数不支持 COI.

[ 编辑]

2、图像读写

[ 编辑]

(1) 从文件中读入图像:

IplImage* img=0; 
  img=cvLoadImage(fileName);
  if(!img) printf("Could not load image file: %s\n",fileName);
 支持的图像格式: BMP, DIB, JPEG, JPG, JPE, PNG, PBM, PGM, PPM,
                          SR, RAS, TIFF, TIF

OpenCV默认将读入的图像强制转换为一幅三通道彩色图像. 不过可以按以下方法修改读入方式:

img=cvLoadImage(fileName,flag);
 flag: >0 将读入的图像强制转换为一幅三通道彩色图像
       =0 将读入的图像强制转换为一幅单通道灰度图像
       <0 读入的图像通道数与所读入的文件相同.
[ 编辑]

(2) 保存图像:

if(!cvSaveImage(outFileName,img)) printf("Could not save: %s\n", outFileName);

保存的图像格式由 outFileName 中的扩展名确定.

[ 编辑]

3、访问图像像素

[ 编辑]

(1) 假设你要访问第k通道、第i行、第j列的像素。

[ 编辑]

(2) 间接访问: (通用,但效率低,可访问任意格式的图像)

  • 对于单通道字节型图像:
IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
CvScalar s;
s=cvGet2D(img,i,j); // get the (j,i) pixel value, 注意cvGet2D与cvSet2D中坐标参数的顺序与其它opencv函数坐标参数顺序恰好相反.本函数中i代表y轴,即height;j代表x轴,即width.
printf("intensity=%f\n",s.val[0]);
s.val[0]=111;
cvSet2D(img,i,j,s); // set the (j,i) pixel value
  • 对于多通道字节型/浮点型图像:
IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
CvScalar s;
s=cvGet2D(img,i,j); // get the (j,i) pixel value
printf("B=%f, G=%f, R=%f\n",s.val[0],s.val[1],s.val[2]);
s.val[0]=111;
s.val[1]=111;
s.val[2]=111;
cvSet2D(img,i,j,s); // set the (j,i) pixel value
[ 编辑]

(3) 直接访问: (效率高,但容易出错)

  • 对于单通道字节型图像:
IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
((uchar *)(img->imageData + i*img->widthStep))[j]=111;
  • 对于多通道字节型图像:
IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 0]=111; // B
((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 1]=112; // G
((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 2]=113; // R
  • 对于多通道浮点型图像:
IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + 0]=111; // B
((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + 1]=112; // G
((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + 2]=113; // R
[ 编辑]

(4) 基于指针的直接访问: (简单高效)

  • 对于单通道字节型图像:
IplImage* img  = cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
int height     = img->height;
int width      = img->width;
int step       = img->widthStep;
uchar* data    = (uchar *)img->imageData;
data[i*step+j] = 111;
  • 对于多通道字节型图像:
IplImage* img  = cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
int height     = img->height;
int width      = img->width;
int step       = img->widthStep;
int channels   = img->nChannels;
uchar* data    = (uchar *)img->imageData;
data[i*step+j*channels+k] = 111;
  • 对于多通道浮点型图像(假设图像数据采用4字节(32位)行对齐方式):
IplImage* img  = cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
int height     = img->height;
int width      = img->width;
int step       = img->widthStep;
int channels   = img->nChannels;
float * data    = (float *)img->imageData;
data[i*step+j*channels+k] = 111;
[ 编辑]

(5) 基于 c++ wrapper 的直接访问: (更简单高效)

  • 首先定义一个 c++ wrapper ‘Image’,然后基于Image定义不同类型的图像:
template<class T> class Image
{
  private:
  IplImage* imgp;
  public:
  Image(IplImage* img=0) {imgp=img;}
  ~Image(){imgp=0;}
  void operator=(IplImage* img) {imgp=img;}
  inline T* operator[](const int rowIndx) {
    return ((T *)(imgp->imageData + rowIndx*imgp->widthStep));}
}; 
 
typedef struct{
  unsigned char b,g,r;
} RgbPixel; 
 
typedef struct{
  float b,g,r;
} RgbPixelFloat; 
 
typedef Image<RgbPixel>       RgbImage;
typedef Image<RgbPixelFloat>  RgbImageFloat;
typedef Image<unsigned char>  BwImage;
typedef Image<float>          BwImageFloat;
  • 对于单通道字节型图像:
IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
BwImage imgA(img);
imgA[i][j] = 111;
  • 对于多通道字节型图像:
IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
RgbImage  imgA(img);
imgA[i][j].b = 111;
imgA[i][j].g = 111;
imgA[i][j].r = 111;
  • 对于多通道浮点型图像:
IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
RgbImageFloat imgA(img);
imgA[i][j].b = 111;
imgA[i][j].g = 111;
imgA[i][j].r = 111;
[ 编辑]

4、图像转换

[ 编辑]

(1) 字节型图像的灰度-彩色转换:

cvConvertImage(src, dst, flags=0);
 src = float/byte grayscale/color image
 dst = byte grayscale/color image
 flags = CV_CVTIMG_FLIP     (垂直翻转图像)
         CV_CVTIMG_SWAP_RB  (置换 R 和 B 通道)
[ 编辑]

(2) 彩色图像->灰度图像:

// Using the OpenCV conversion: 
cvCvtColor(cimg,gimg,CV_BGR2GRAY); // cimg -> gimg 
 
// Using a direct conversion: 
for(i=0;i<cimg->height;i++) for(j=0;j<cimg->width;j++) 
  gimgA[i][j]= (uchar)(cimgA[i][j].b*0.114 + 
                       cimgA[i][j].g*0.587 + 
                       cimgA[i][j].r*0.299);
[ 编辑]

(3) 不同彩色空间之间的转换:

cvCvtColor(src,dst,code); // src -> dst
 code    = CV_2
 / = RGB, BGR, GRAY, HSV, YCrCb, XYZ, Lab, Luv, HLS 

e.g.: CV_BGR2GRAY, CV_BGR2HSV, CV_BGR2Lab

[ 编辑]

5、绘图指令

[ 编辑]

(1) 绘制矩形:

// 在点 (100,100) 和 (200,200) 之间绘制一矩形,边线用红色、宽度为 1
cvRectangle(img, cvPoint(100,100), cvPoint(200,200), cvScalar(0,0,255), 1);
[ 编辑]

(2) 绘制圆形:

// 圆心为(100,100)、半径为20. 圆周绿色、宽度为1
cvCircle(img, cvPoint(100,100), 20, cvScalar(0,255,0), 1);
[ 编辑]

(3) 绘制线段:

// 在 (100,100) 和 (200,200) 之间、线宽为 1 的绿色线段
cvLine(img, cvPoint(100,100), cvPoint(200,200), cvScalar(0,255,0), 1);
[ 编辑]

(4) 绘制一组线段:

CvPoint  curve1[]={10,10,  10,100,  100,100,  100,10};
CvPoint  curve2[]={30,30,  30,130,  130,130,  130,30,  150,10};
CvPoint* curveArr[2]={curve1, curve2};
int      nCurvePts[2]={4,5};
int      nCurves=2;
int      isCurveClosed=1;
int      lineWidth=1; 
 
cvPolyLine(img,curveArr,nCurvePts,nCurves,isCurveClosed,cvScalar(0,255,255),lineWidth);
 
void cvPolyLine( CvArr* img, CvPoint** pts, int* npts, int contours, int is_closed,
                          CvScalar color, int thickness=1, int line_type=8, int shift=0 );
img       图像。 
pts       折线的顶点指针数组。 
npts     折线的定点个数数组。也可以认为是pts指针数组的大小 
contours   折线的线段数量。 
is_closed  指出多边形是否封闭。如果封闭,函数将起始点和结束点连线。 
color         折线的颜色。 
thickness  线条的粗细程度。 
line_type  线段的类型。参见cvLine。 
shift          顶点的小数点位数
[ 编辑]

(5) 绘制一组填充颜色的多边形:

cvFillPoly(img,curveArr,nCurvePts,nCurves,cvScalar(0,255,255));
 
cvFillPoly用于一个单独被多边形轮廓所限定的区域内进行填充。函数可以填充复杂的区域,例如,有漏洞的区域和有交叉点的区域等等。
void cvFillPoly( CvArr* img, CvPoint** pts, int* npts, int contours,CvScalar color, int line_type=8, int shift=0 );
img           图像。 
pts           指向多边形的数组指针。 
npts         多边形的顶点个数的数组。 
contours   组成填充区域的线段的数量。 
color         多边形的颜色。 
line_type  组成多边形的线条的类型。 
shift          顶点坐标的小数点位数。
[ 编辑]

(6) 文本标注:

CvFont font;
double hScale=1.0;
double vScale=1.0;
int    lineWidth=1;
cvInitFont(&font,CV_FONT_HERSHEY_SIMPLEX|CV_FONT_ITALIC, hScale,vScale,0,lineWidth); 
 
cvPutText (img,"My comment",cvPoint(200,400), &font, cvScalar(255,255,0));

其它可用的字体类型有: CV_FONT_HERSHEY_SIMPLEX, CV_FONT_HERSHEY_PLAIN, CV_FONT_HERSHEY_DUPLEX, CV_FONT_HERSHEY_COMPLEX, CV_FONT_HERSHEY_TRIPLEX, CV_FONT_HERSHEY_COMPLEX_SMALL, CV_FONT_HERSHEY_SCRIPT_SIMPLEX, CV_FONT_HERSHEY_SCRIPT_COMPLEX,


[ 编辑]

五、矩阵处理

[ 编辑]

1、矩阵的内存分配与释放

[ 编辑]

(1) 总体上:

  • OpenCV 使用C语言来进行矩阵操作。不过实际上有很多C++语言的替代方案可以更高效地完成。
  • 在OpenCV中向量被当做是有一个维数为1的N维矩阵.
  • 矩阵按行-行方式存储,每行以4字节(32位)对齐.
[ 编辑]

(2) 为新矩阵分配内存:

CvMat* cvCreateMat(int rows, int cols, int type);
 type: 矩阵元素类型. 
 按CV_(S|U|F)C 方式指定.  例如: CV_8UC1 、CV_32SC2. 
 示例: 
CvMat* M = cvCreateMat(4,4,CV_32FC1);
[ 编辑]

(3) 释放矩阵内存:

CvMat* M = cvCreateMat(4,4,CV_32FC1);
cvReleaseMat(&M);
[ 编辑]

(4) 复制矩阵:

CvMat* M1 = cvCreateMat(4,4,CV_32FC1);
CvMat* M2;
M2=cvCloneMat(M1);
[ 编辑]

(5) 初始化矩阵:

double a[] = { 1,  2,  3,  4,
               5,  6,  7,  8,
               9, 10, 11, 12 };
CvMat Ma=cvMat(3, 4, CV_64FC1, a);
 
//等价于: 
CvMat Ma;
cvInitMatHeader(&Ma, 3, 4, CV_64FC1, a);
[ 编辑]

(6) 初始化矩阵为单位矩阵:

CvMat* M = cvCreateMat(4,4,CV_32FC1);
cvSetIdentity(M); // does not seem to be working properly
[ 编辑]

2、访问矩阵元素

[ 编辑]

(1) 假设需要访问一个2D浮点型矩阵的第(i, j)个单元.

[ 编辑]

(2) 间接访问:

cvmSet(M,i,j,2.0); // Set M(i,j)
t = cvmGet(M,i,j); // Get M(i,j)
[ 编辑]

(3) 直接访问(假设矩阵数据按4字节行对齐):

CvMat* M    = cvCreateMat(4,4,CV_32FC1);
int n       = M->cols;
float *data = M->data.fl; 
data[i*n+j] = 3.0;
[ 编辑]

(4) 直接访问(当数据的行对齐可能存在间隙时 possible alignment gaps):

CvMat* M    = cvCreateMat(4,4,CV_32FC1);
int   step  = M->step/sizeof(float);
float *data = M->data.fl; 
(data+i*step)[j] = 3.0;
[ 编辑]

(5) 对于初始化后的矩阵进行直接访问:

double a[16];
CvMat Ma = cvMat(3, 4, CV_64FC1, a);
a[i*4+j] = 2.0; // Ma(i,j)=2.0;
[ 编辑]

3、矩阵/向量运算

[ 编辑]

(1) 矩阵之间的运算:

CvMat *Ma, *Mb, *Mc;
cvAdd(Ma, Mb, Mc);      // Ma+Mb   -> Mc
cvSub(Ma, Mb, Mc);      // Ma-Mb   -> Mc
cvMatMul(Ma, Mb, Mc);   // Ma*Mb   -> Mc
[ 编辑]

(2) 矩阵之间的元素级运算:

CvMat *Ma, *Mb, *Mc;
cvMul(Ma, Mb, Mc);      // Ma.*Mb  -> Mc
cvDiv(Ma, Mb, Mc);      // Ma./Mb  -> Mc
cvAddS(Ma, cvScalar(-10.0), Mc); // Ma.-10 -> Mc
[ 编辑]

(3) 向量乘积:

double va[] = {1, 2, 3};
double vb[] = {0, 0, 1};
double vc[3]; 
 
CvMat Va=cvMat(3, 1, CV_64FC1, va);
CvMat Vb=cvMat(3, 1, CV_64FC1, vb);
CvMat Vc=cvMat(3, 1, CV_64FC1, vc); 
 
double res=cvDotProduct(&Va,&Vb); // 向量点乘:   Va . Vb -> res
cvCrossProduct(&Va, &Vb, &Vc);    // 向量叉乘:   Va x Vb -> Vc

注意在进行叉乘运算时,Va, Vb, Vc 必须是仅有3个元素的向量.

[ 编辑]

(4) 单一矩阵的运算:

CvMat *Ma, *Mb;
cvTranspose(Ma, Mb);      // 转置:transpose(Ma) -> Mb (注意转置阵不能返回给Ma本身)
CvScalar t = cvTrace(Ma); // 迹:trace(Ma) -> t.val[0] 
double d = cvDet(Ma);     // 行列式:det(Ma) -> d
cvInvert(Ma, Mb);         // 逆矩阵:inv(Ma) -> Mb
[ 编辑]

(5) 非齐次线性方程求解:

CvMat* A  = cvCreateMat(3,3,CV_32FC1);
CvMat* x  = cvCreateMat(3,1,CV_32FC1);
CvMat* b  = cvCreateMat(3,1,CV_32FC1);
cvSolve(&A, &b, &x);    // solve (Ax=b) for x
[ 编辑]

(6) 特征值与特征向量 (矩阵为方阵):

CvMat* A  = cvCreateMat(3,3,CV_32FC1);
CvMat* E  = cvCreateMat(3,3,CV_32FC1);
CvMat* l  = cvCreateMat(3,1,CV_32FC1);
cvEigenVV(A, E, l);  // l = A 的特征值(递减顺序)
                        // E = 对应的特征向量 (行向量)

(7) 奇异值分解(SVD):====

CvMat* A  = cvCreateMat(3,3,CV_32FC1);
CvMat* U  = cvCreateMat(3,3,CV_32FC1);
CvMat* D  = cvCreateMat(3,3,CV_32FC1);
CvMat* V  = cvCreateMat(3,3,CV_32FC1);
cvSVD(A, D, U, V, CV_SVD_U_T|CV_SVD_V_T); // A = U D V^T

标志位使矩阵U或V按转置形式返回 (若不转置可能运算出错).


[ 编辑]

六、视频处理

[ 编辑]

1、从视频流中捕捉一帧画面

[ 编辑]

(1) OpenCV 支持从摄像头或视频文件(AVI格式)中捕捉帧画面.

[ 编辑]

(2) 初始化一个摄像头捕捉器:

CvCapture* capture = cvCaptureFromCAM(0); // capture from video device #0
[ 编辑]

(3) 初始化一个视频文件捕捉器:

CvCapture* capture = cvCaptureFromAVI("infile.avi");
[ 编辑]

(4) 捕捉一帧画面:

IplImage* img = 0; 
if(!cvGrabFrame(capture)){              // capture a frame 
  printf("Could not grab a frame\n\7");
  exit(0);
}
img=cvRetrieveFrame(capture);           // retrieve the captured frame

若要从多个摄像头中同步捕捉画面,则须首先从每个摄像头中抓取一帧,紧接着要将被捕捉的帧画面恢复到一个IplImage*型图像中。(译注:这一过程其实可以用 cvQueryFrame() 函数一步完成)

[ 编辑]

(5) 释放视频流捕捉器:

cvReleaseCapture(&capture);

注意由视频流捕捉器得到的图像是由捕捉器分配和释放内存的,不需要单独对图像进行释放内存的操作。

[ 编辑]

2、获取/设置视频流信息

[ 编辑]

(1) 获取视频流设备信息:

cvQueryFrame(capture); // 在读取视频流信息前,要先执行此操作
int frameH    = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FRAME_HEIGHT);
int frameW    = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FRAME_WIDTH);
int fps       = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FPS);
int numFrames = (int) cvGetCaptureProperty(capture,  CV_CAP_PROP_FRAME_COUNT);

统计总帧数仅对视频文件有效,但似乎不太准确(译注:也许OpenCV2.0中此问题已解决)

[ 编辑]

(2) 获取帧图信息:

float posMsec   =       cvGetCaptureProperty(capture, CV_CAP_PROP_POS_MSEC);
int posFrames   = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_POS_FRAMES);
float posRatio  =       cvGetCaptureProperty(capture, CV_CAP_PROP_POS_AVI_RATIO);

所抓取的帧的位置有三种表达方式:距离第一帧画面的时间间隔(毫秒为单位), 或者距离第一帧画面(序列号为0)的序列数. 第三种方式是按相对比率,第一帧的相对比率为0,最后一帧的相对比率为1. 此方式仅对读取视频文件时有效.

[ 编辑]

(3) 设置从视频文件抓取的第一帧画面的位置:

// start capturing from a relative position of 0.9 of a video file
cvSetCaptureProperty(capture, CV_CAP_PROP_POS_AVI_RATIO, (double)0.9);

注意此方法定位并不准确。

[ 编辑]

3、保存视频文件

[ 编辑]

(1) 初始化视频编写器:

CvVideoWriter *writer = 0;
int isColor = 1;
int fps     = 25;  // or 30
int frameW  = 640; // 744 for firewire cameras
int frameH  = 480; // 480 for firewire cameras
writer=cvCreateVideoWriter("out.avi",CV_FOURCC('P','I','M','1'),
                           fps,cvSize(frameW,frameH),isColor);

其它的编码器代号包括: CV_FOURCC('P','I','M','1') = MPEG-1 codec CV_FOURCC('M','J','P','G') = motion-jpeg codec (does not work well) CV_FOURCC('M', 'P', '4', '2') = MPEG-4.2 codec CV_FOURCC('D', 'I', 'V', '3') = MPEG-4.3 codec CV_FOURCC('D', 'I', 'V', 'X') = MPEG-4 codec CV_FOURCC('U', '2', '6', '3') = H263 codec CV_FOURCC('I', '2', '6', '3') = H263I codec CV_FOURCC('F', 'L', 'V', '1') = FLV1 codec 若编码器代号为 -1,则运行时会弹出一个编码器选择框.

[ 编辑]

(2) 保存视频文件:

IplImage* img = 0; 
int nFrames = 50;
for(i=0;i<nFrames;i++){
  cvGrabFrame(capture);          // capture a frame
  img=cvRetrieveFrame(capture);  // retrieve the captured frame
  // img = cvQueryFrame(capture);
  cvWriteFrame(writer,img);      // add the frame to the file
}

要查看所抓取到的帧画面,可以在循环中加入以下语句:

cvShowImage("mainWin", img); 
key=cvWaitKey(20);           // wait 20 ms

注意 cvWaitKey 参数应该不小于 20 ms,否则画面的显示可能出错.

[ 编辑]

(3) 释放视频编写器:

cvReleaseVideoWriter(&writer);

By Gady Agam 2006-03-31 翻译:chenyusiyuan 2010-1-26



你可能感兴趣的:(Introduction to programming with OpenCV)