OpenCV 入门教程 之环境配置 + 图片匹配 matchTemplate

1.什么是OpenCV


OpenCV的全称是:Open Source Computer Vision Library。OpenCV是一个基于(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成。

总结特点:

1.开源, 商业用途也不必公开自己的源代码或者改善后的代码。

2.效率高,简单的图像处理就算了,涉及到复杂的处理一般的类库无法满足比如CXImage

3.有巨头维护(Intel)

有这三个原因,OpenCV异常的火啊。


2.OpenCV环境配置


写博客的时候发现最新的是2.4.9了,下面讲的都是基于2.4.8,应该差距不大。

去www.opencv.org Windows下可以下载到一个exe的东西,大约345MB,执行就是解压,最终有3.7G。

OpenCV 入门教程 之环境配置 + 图片匹配 matchTemplate_第1张图片


弄过第三方类库的都懂的,配置好include和lib再加上Additional Dependencies加上要到的lib就配置完成了。

注意下上面的图,右边同个lib有两种类型,一个带d结尾表示Debug版本,没有的是Release版本。


下面来仔细的讲下具体配置,是32位VS2010 Win7。VS2010是英文版的

因为OpenCV的文件夹位置可能会有变化,所以我们把OpenCV的根目录加到环境变量中,这样方便修改。

右击我的电脑,点击高级属性设置-》高级 就可以看到环境变量了。

OpenCV 入门教程 之环境配置 + 图片匹配 matchTemplate_第2张图片


我这里简单用一个变量OPENCV_DIR设置到OpenCV的build下。很多人看到搞环境变量就累了。其实就是把路径赋给一个变量,这样用这个变量的名字就是等同于它的值。Win7下面可能要注销或者重启电脑,环境变量才生效,反正我的是这样的.=。=



新建一个普通的Win32 Console的项目就行了。这个时候右击项目属性设置include,lib等也行,但这样不能复用,比如你建立了两个OpenCV的项目,每次都要设置,非常的麻烦。我们下面来建立Project Property Sheet,这个可以重复使用,看到Add Existing Property Sheet了没有。右击新建,我们分别建立两个,一个供Debug使用,一个供Release使用。


OpenCV 入门教程 之环境配置 + 图片匹配 matchTemplate_第3张图片


修改VC++ Directories 中的Include Directories 和 Library Directories,到图中的内容,看这里我们设置的环境变量就用上了$(OPENCV_DIR) 。你当然可以选择使用,那样灵活性差些。


OpenCV 入门教程 之环境配置 + 图片匹配 matchTemplate_第4张图片


在Linker中的input ->Additional Dependencies中加入5个lib的名字。因为下面的例子用到这5个lib就够了,以后可能就不够了,那个时候再添加额外的lib。因为这里是Debug的所以加了d结尾的lib,记得在Release中加没有d结尾的lib。248表示OpenCV的版本,因为我这里用的OpenCV是2.4.8版本,所以跟读者的可能会不一样。


OpenCV 入门教程 之环境配置 + 图片匹配 matchTemplate_第5张图片


添加好两个Project Property Sheet记得要保存下来,这样可以重复使用。


3.OpenCV简单例子


说是简单,因为是直接拷贝的官方例子,但效果不错。我本来想做一个炉石传说的外挂的,放弃了,我们看下这里有一个开始的按钮,人眼很容易就能找到那个蓝色的开始按钮,那么用OpenCV如何找到那个按钮呢?

OpenCV 入门教程 之环境配置 + 图片匹配 matchTemplate_第6张图片



把开始那个按钮截图下来。然后写下面的程序。


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

#include "stdafx.h"
// Video Image PSNR and SSIM
#include <iostream> // for standard I/O
#include <string>   // for strings
#include <iomanip>  // for controlling float print precision
#include <sstream>  // string to number conversion

#include <opencv2/core/core.hpp>        // Basic OpenCV structures (cv::Mat, Scalar)
#include <opencv2/highgui/highgui.hpp>  // OpenCV window I/O
#include <opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;

/// 全局变量
Mat img; Mat templ; Mat result;
char* image_window = "Source Image";
char* result_window = "Result window";

int match_method;
int max_Trackbar = 5;

/// 函数声明
void MatchingMethod( int, void* );
 
 
int _tmain(int argc, _TCHAR* argv[])
{ 
	string originalImageName = "big1.png";
	string matchImageName = "small1.png"; 
	/// 载入原图像和模板块
	img = imread( originalImageName, 1 );
	templ = imread( matchImageName, 1 );

	/// 创建窗口
	namedWindow( image_window, CV_WINDOW_AUTOSIZE );
	namedWindow( result_window, CV_WINDOW_AUTOSIZE );

	/// 创建滑动条
	char* trackbar_label = "Method: \n 0: SQDIFF \n 1: SQDIFF NORMED \n 2: TM CCORR \n 3: TM CCORR NORMED \n 4: TM COEFF \n 5: TM COEFF NORMED";
	createTrackbar( trackbar_label, image_window, &match_method, max_Trackbar, MatchingMethod );

	MatchingMethod( 0, 0 );

	waitKey(0);
	return 0;
}

/**
 * @函数 MatchingMethod
 * @简单的滑动条回调函数
 */
void MatchingMethod( int, void* )
{
  /// 将被显示的原图像
  Mat img_display;
  img.copyTo( img_display );

  /// 创建输出结果的矩阵
  int result_cols =  img.cols - templ.cols + 1;
  int result_rows = img.rows - templ.rows + 1;

  result.create( result_cols, result_rows, CV_32FC1 );

  /// 进行匹配和标准化
  matchTemplate( img, templ, result, match_method );
  normalize( result, result, 0, 1, NORM_MINMAX, -1, Mat() );

  /// 通过函数 minMaxLoc 定位最匹配的位置
  double minVal; double maxVal; Point minLoc; Point maxLoc;
  Point matchLoc;

  minMaxLoc( result, &minVal, &maxVal, &minLoc, &maxLoc, Mat() );

  /// 对于方法 SQDIFF 和 SQDIFF_NORMED, 越小的数值代表更高的匹配结果. 而对于其他方法, 数值越大匹配越好
  if( match_method  == CV_TM_SQDIFF || match_method == CV_TM_SQDIFF_NORMED )
    { matchLoc = minLoc; }
  else
    { matchLoc = maxLoc; }

  /// 让我看看您的最终结果
  rectangle( img_display, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 );
  rectangle( result, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 );

  imshow( image_window, img_display );
  imshow( result_window, result );

  return;
}

OpenCV 入门教程 之环境配置 + 图片匹配 matchTemplate_第7张图片


看OpenCV成功的找到的按钮的位置,标上了黑框,看到OpenCV的强大之处了吧?这还只是OpenCV的简单的一个功能。



4.例子下载:

http://www.waitingfy.com/?attachment_id=1111

注意直接运行是不会成功的,要根据读者OpenCV的位置进行配置才可以。

 


参考:

OpenCV 入门教程

http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/introduction/windows_visual_studio_Opencv/windows_visual_studio_Opencv.html#windows-visual-studio-how-to

http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/histograms/template_matching/template_matching.html#template-matching


你可能感兴趣的:(OpenCV 入门教程 之环境配置 + 图片匹配 matchTemplate)