OpenCV学习笔记： 快速入门例程

  先期基础：

————————— 

Main函数参数argc，argv说明
C/C++语言中的main函数，经常带有参数argc，argv，如下：
int main(int argc, char** argv)
int main(int argc, char* argv[])
这两个参数的作用: argc 是指命令行输入参数的个数(以空白符分隔) argv存储了所有的命令行参数 假如你的程序是hello.exe，如果在命令行运行该程序，（首先应该在命令行下用 cd 命令进入到 hello.exe 文件所在目录） 运行命令为：
hello.exe Shiqi Yu
那么，argc的值是 3，argv[0]是"hello.exe"，argv[1]是"Shiqi"，argv[2]是"Yu"。 

—————————————————————————————

 OpenCV模块

自opencv2.2开始，opencv库便被划分为多个模块。这些模块编译成库文件后，位于lib文件夹中。

• opencv_core 包含核心功能，尤其是底层数据结构和算法函数
• opencv_imgproc 包含图像处理函数
• opencv_highgui 包含读写图像及视频的函数，以及操作图形用户界面函数
• opencv_features2d 包含兴趣点检测子、描述子以及兴趣点匹配框架
• opencv_calib3d 包含相机标定，双目几何估算以及立体视觉函数
• opencv_video 包含运动估算、特征跟踪以及前景提取函数与类
• opencv_objectect 包括物体检测函数，如脸部与行人检测

———————————————————

OpenCV 命名规则


（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)

（2） 矩阵数据类型:
   CV_<bit_depth>(S|U|F)C<number_of_channels> 

   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.

（3） 图像数据类型:
   IPL_DEPTH_<bit_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.

（4） 头文件:
    #include <cv.h>
    #include <cvaux.h>
    #include <highgui.h>  
    #include <ml.h>
    #include <cxcore.h>   // 一般不需要，cv.h 内已包含该头文件

_________________________________________________

指向const对象的指针：

若指针指向const对象，则不允许使用指针来改变其所指的const值。

为了保证这个特性，C++强制要求指向const对象的指针也必须具有const特性

const double * cptr；(

  const char *pstrImageName = "c:\\Baboon.jpg";

)

这里的cptr是一个指向double类型const对象的指针，const限定了cptr指针所指向的对象类型，而并非cptr本身，即cptr本身并不是const。在定义时不需要对它进行初始化，若需要允许给cptr重新赋值，使其指向另一个const对象，但不能通过cptr修改其所指向对象的值。

在实际应用中，指向const的指针常用作函数的形参，将形参定义为指向const的指针以确保传递给函数的实际对象在函数中不因为形参而被修改。

第一个例程：很简单，图像的读取和显示

 #include "stdafx.h"
 #include <string>
 #include <opencv2/opencv.hpp>

 using namespace std;
 using namespace cv;

 int _tmain(int argc, _TCHAR* argv[])
 {
     string imagename="c:\\lena.jpg"; //要用绝对路径才行
     //const char* imagename = "c:\\lena.jpg";

     //从文件中读入图像
     Mat img = imread(imagename);

     //如果读入图像失败
     if(img.empty())
     {
         fprintf(stderr, "Can not load image %s\n", imagename);
         return -1;
     }

     //显示图像
     imshow("image", img);

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

     return 0;
 }

第二个例程：图像缩放

 <span style="font-size:18px">//功能：图像缩放实现

 #include <opencv2/opencv.hpp>

 using namespace std;

 //隐藏控制台窗口
 #pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")

 int main()
 {
     const char *pstrImageName = "c:\\Baboon.jpg";
     const char *pstrSaveImageName = "结果图.jpg";
     const char *pstrWindowsSrcTitle = "Original image";
     const char *pstrWindowsDstTitle = "Scaled image";

     double fScale = 0.422;      //缩放倍数
     CvSize czSize;              //目标图像尺寸

     //从文件中读取图像
     IplImage *pSrcImage = cvLoadImage(pstrImageName, CV_LOAD_IMAGE_UNCHANGED);
     IplImage *pDstImage = NULL;

     //计算目标图像大小
     czSize.width = pSrcImage->width * fScale;
     czSize.height = pSrcImage->height * fScale;

     //创建图像并缩放
     pDstImage = cvCreateImage(czSize, pSrcImage->depth, pSrcImage->nChannels);
     cvResize(pSrcImage, pDstImage, CV_INTER_AREA);

     //创建窗口
     cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);
     cvNamedWindow(pstrWindowsDstTitle, CV_WINDOW_AUTOSIZE);

     //在指定窗口中显示图像
     cvShowImage(pstrWindowsSrcTitle, pSrcImage);
     cvShowImage(pstrWindowsDstTitle, pDstImage);

     //等待按键事件
     cvWaitKey();

     //保存图片
     cvSaveImage(pstrSaveImageName, pDstImage);

     cvDestroyWindow(pstrWindowsSrcTitle);
     cvDestroyWindow(pstrWindowsDstTitle);
     cvReleaseImage(&pSrcImage);
     cvReleaseImage(&pDstImage);
     return 0;
 }</span>

函数介绍

 cvResize  函数功能：图像大小变换

函数原型：

void cvResize(

  const CvArr* src,

  CvArr* dst,

  int interpolation=CV_INTER_LINEAR

);

函数说明：

第一个参数表示输入图像。第二个参数表示输出图像。第三个参数表示插值方法，可以有以下四种：

CV_INTER_NN - 最近邻插值,

CV_INTER_LINEAR - 双线性插值 (缺省使用)

CV_INTER_AREA - 使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。当图像放大时，类似于 CV_INTER_NN 方法..

CV_INTER_CUBIC - 立方插值.

 

 cvCreateImage 函数功能：创建图像

函数原型：

IplImage* cvCreateImage(CvSize size, int depth, int channels);

函数说明：

第一个参数表示图像的大小。第二个参数表示图像的深度，可以为IPL_DEPTH_8U，IPL_DEPTH_16U等等。第三个参数表示图像的通道数。

第三个例程：图像边缘检测

 //图像的Canny边缘检测


 #include <opencv2/opencv.hpp>

 using namespace std;

 #pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")

 IplImage *g_pSrcImage, *g_pCannyImg;

 const char *pstrWindowsCannyTitle = "边缘图";

 //cvCreateTrackbar的回调函数
 void on_trackbar(int threshold)
 {
     //canny边缘检测
     cvCanny(g_pSrcImage, g_pCannyImg, threshold, threshold * 3, 3);
     cvShowImage(pstrWindowsCannyTitle, g_pCannyImg);
 }

 int main()
 {
     const char *pstrImageName = "C:\\Fruits.jpg";
     const char *pstrWindowsSrcTitle = "Original image";
     const char *pstrWindowsToolBar = "Threshold";

     //从文件中载入图像的灰度图CV_LOAD_IMAGE_GRAYSCALE - 灰度图
     g_pSrcImage = cvLoadImage(pstrImageName, CV_LOAD_IMAGE_GRAYSCALE);
     g_pCannyImg = cvCreateImage(cvGetSize(g_pSrcImage), IPL_DEPTH_8U, 1);

     //创建窗口
     cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);
     cvNamedWindow(pstrWindowsCannyTitle, CV_WINDOW_AUTOSIZE);

 //创建滑动条
     int nThresholdEdge = 1;
     cvCreateTrackbar(pstrWindowsToolBar, pstrWindowsCannyTitle, &nThresholdEdge, 50, on_trackbar);

     //在指定窗口中显示图像
     cvShowImage(pstrWindowsSrcTitle, g_pSrcImage);
     on_trackbar(1);

     //等待按键事件
     cvWaitKey();

     cvDestroyWindow(pstrWindowsSrcTitle);
     cvDestroyWindow(pstrWindowsCannyTitle);
     cvReleaseImage(&g_pSrcImage);
     cvReleaseImage(&g_pCannyImg);
     return 0;
 }

第四个例程： 图像二值化

 <span style="font-size:18px">//图像的二值化

 #include <opencv2/opencv.hpp>
 using namespace std;

 #pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")

 IplImage *g_pGrayImage = NULL;
 IplImage *g_pBinaryImage = NULL;
 const char *pstrWindowsBinaryTitle = "Binary Image";

 void on_trackbar(int pos)
 {
     // 转为二值图
     cvThreshold(g_pGrayImage, g_pBinaryImage, pos, 255, CV_THRESH_BINARY);
     // 显示二值图
     cvShowImage(pstrWindowsBinaryTitle, g_pBinaryImage);
 }

 int main( int argc, char** argv )
 {
     const char *pstrWindowsSrcTitle = "原图";
     const char *pstrWindowsToolBarName = "二值图阈值";

     // 从文件中加载原图
     IplImage *pSrcImage = cvLoadImage("C:\\lena.jpg", CV_LOAD_IMAGE_UNCHANGED);

     // 转为灰度图
     g_pGrayImage =  cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);
     cvCvtColor(pSrcImage, g_pGrayImage, CV_BGR2GRAY);

     // 创建二值图
     g_pBinaryImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 1);

     // 显示原图
     cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);
     cvShowImage(pstrWindowsSrcTitle, pSrcImage);
     // 创建二值图窗口
     cvNamedWindow(pstrWindowsBinaryTitle, CV_WINDOW_AUTOSIZE);

     // 滑动条
     int nThreshold = 0;
     cvCreateTrackbar(pstrWindowsToolBarName, pstrWindowsBinaryTitle, &nThreshold, 254, on_trackbar);

     on_trackbar(1);

     cvWaitKey(0);

     cvDestroyWindow(pstrWindowsSrcTitle);
     cvDestroyWindow(pstrWindowsBinaryTitle);
     cvReleaseImage(&pSrcImage);
     cvReleaseImage(&g_pGrayImage);
     cvReleaseImage(&g_pBinaryImage);
     return 0;
 }</span>

第五个例程：轮廓检测

本篇介绍轮廓检测，轮廓检测的原理通俗的说就是掏空内部点，比如原图中有3*3的矩形点。那么就可以将中间的那一点去掉。在OpenCV中使用轮廓检测是非常方便。直接使用cvFindContours函数就能完成对图像轮廓的检测。下面就来看看这个函数的用法。

  cvFindContours 函数功能：对图像进行轮廓检测，这个函数将生成一条链表以保存检测出的各个轮廓信息，并传出指向这条链表表头的指针。

函数原型：

 int cvFindContours(CvArr* image, CvMemStorage* storage, CvSeq** first_contour,
   int header_size=sizeof(CvContour),
   int mode=CV_RETR_LIST,
   int method=CV_CHAIN_APPROX_SIMPLE,
   CvPoint offset=cvPoint(0,0)
 );

函数说明：

第一个参数表示输入图像，必须为一个8位的二值图像。

第二参数表示存储轮廓的容器。为CvMemStorage类型，定义在OpenCV的\core\types_c.h中。

第三个参数为输出参数，这个参数将指向用来存储轮廓信息的链表表头。

第四个参数表示存储轮廓链表的表头大小，当第六个参数传入CV_CHAIN_CODE时，要设置成sizeof(CvChain)，其它情况统一设置成sizeof(CvContour)。

第五个参数为轮廓检测的模式，有如下取值：

CV_RETR_EXTERNAL：只检索最外面的轮廓；

CV_RETR_LIST：检索所有的轮廓，并将其保存到一条链表当中；

CV_RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界；

CV_RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次，可以参见下图。

第六个参数用来表示轮廓边缘的近似方法的，常用值如下所示：

CV_CHAIN_CODE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（顶点的序列）。

CV_CHAIN_APPROX_SIMPLE：压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分。

第七个参数表示偏移量，比如你要从图像的（100, 0）开始进行轮廓检测，那么就传入（100, 0）。

 

使用cvFindContours函数能检测出图像的轮廓，将轮廓绘制出来则需要另一函数——cvDrawContours来配合了。下面介绍cvDrawContours函数。

 

  cvDrawContours 函数功能：在图像上绘制外部和内部轮廓

函数原型：

 void cvDrawContours( CvArr *img,
   CvSeq* contour,
   CvScalar external_color,
   CvScalar hole_color,
   int max_level,
   int thickness=1,
   int line_type=8,
   CvPoint offset=cvPoint(0,0));

第一个参数表示输入图像，函数将在这张图像上绘制轮廓。

第二个参数表示指向轮廓链表的指针。

第三个参数和第四个参数表示颜色，绘制时会根据轮廓的层次来交替使用这二种颜色。

第五个参数表示绘制轮廓的最大层数，如果是0，只绘制contour；如果是1，追加绘制和contour同层的所有轮廓；如果是2，追加绘制比contour低一层的轮廓，以此类推；如果值是负值，则函数并不绘制contour后的轮廓，但是将画出其子轮廓，一直到abs(max_level) - 1层。

第六个参数表示轮廓线的宽度，如果为CV_FILLED则会填充轮廓内部。

第七个参数表示轮廓线的类型。

第八个参数表示偏移量，如果传入（10，20），那绘制将从图像的（10，20）处开始。

 //图像的轮廓检测

 #include <opencv2/opencv.hpp>
 using namespace std;
 #pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")

 int main( int argc, char** argv )
 {
     const char *pstrWindowsSrcTitle = "原图";
     const char *pstrWindowsOutLineTitle = "轮廓图";

     const int IMAGE_WIDTH = 400;
     const int IMAGE_HEIGHT = 200;

     // 创建图像
     IplImage *pSrcImage = cvCreateImage(cvSize(IMAGE_WIDTH, IMAGE_HEIGHT), IPL_DEPTH_8U, 3);
     // 填充成白色
     cvRectangle(pSrcImage, cvPoint(0, 0), cvPoint(pSrcImage->width, pSrcImage->height), CV_RGB(255, 255, 255), CV_FILLED);
     // 画圆
     CvPoint ptCircleCenter = cvPoint(IMAGE_WIDTH / 4, IMAGE_HEIGHT / 2);
     int nRadius = 80;
     cvCircle(pSrcImage, ptCircleCenter, nRadius, CV_RGB(255, 255, 0), CV_FILLED);
     ptCircleCenter = cvPoint(IMAGE_WIDTH / 4, IMAGE_HEIGHT / 2);
     nRadius = 30;
     cvCircle(pSrcImage, ptCircleCenter, nRadius, CV_RGB(255, 255, 255), CV_FILLED);
     // 画矩形
     CvPoint ptLeftTop = cvPoint(IMAGE_WIDTH / 2 + 20, 20);
     CvPoint ptRightBottom = cvPoint(IMAGE_WIDTH - 20, IMAGE_HEIGHT - 20);
     cvRectangle(pSrcImage, ptLeftTop, ptRightBottom, CV_RGB(0, 255, 255), CV_FILLED);
     ptLeftTop = cvPoint(IMAGE_WIDTH / 2 + 60, 40);
     ptRightBottom = cvPoint(IMAGE_WIDTH - 60, IMAGE_HEIGHT - 40);
     cvRectangle(pSrcImage, ptLeftTop, ptRightBottom, CV_RGB(255, 255, 255), CV_FILLED);
     // 显示原图
     cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);
     cvShowImage(pstrWindowsSrcTitle, pSrcImage);


     // 转为灰度图
     IplImage *pGrayImage =  cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);
     cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY);
     // 转为二值图
     IplImage *pBinaryImage = cvCreateImage(cvGetSize(pGrayImage), IPL_DEPTH_8U, 1);
     cvThreshold(pGrayImage, pBinaryImage, 250, 255, CV_THRESH_BINARY);


     // 检索轮廓并返回检测到的轮廓的个数
     CvMemStorage *pcvMStorage = cvCreateMemStorage();
     CvSeq *pcvSeq = NULL;
     cvFindContours(pBinaryImage, pcvMStorage, &pcvSeq, sizeof(CvContour), CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, cvPoint(0, 0));

     // 画轮廓图
     IplImage *pOutlineImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 3);
     int nLevels = 5;
     // 填充成白色
     cvRectangle(pOutlineImage, cvPoint(0, 0), cvPoint(pOutlineImage->width, pOutlineImage->height), CV_RGB(255, 255, 255), CV_FILLED);
     cvDrawContours(pOutlineImage, pcvSeq, CV_RGB(255,0,0), CV_RGB(0,255,0), nLevels, 2);
     // 显示轮廓图
     cvNamedWindow(pstrWindowsOutLineTitle, CV_WINDOW_AUTOSIZE);
     cvShowImage(pstrWindowsOutLineTitle, pOutlineImage);

     cvWaitKey(0);

     cvReleaseMemStorage(&pcvMStorage);

     cvDestroyWindow(pstrWindowsSrcTitle);
     cvDestroyWindow(pstrWindowsOutLineTitle);
     cvReleaseImage(&pSrcImage);
     cvReleaseImage(&pGrayImage);
     cvReleaseImage(&pBinaryImage);
     cvReleaseImage(&pOutlineImage);
     return 0;
 }

 //图像的轮廓检测
 #include <opencv2/opencv.hpp>
 using namespace std;
 #pragma comment(linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"")
 IplImage *g_pGrayImage = NULL;
 const char *pstrWindowsBinaryTitle = "二值图";
 const char *pstrWindowsOutLineTitle = "轮廓图";
 CvSeq *g_pcvSeq = NULL;

 void on_trackbar(int pos)
 {
     // 转为二值图
     IplImage *pBinaryImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 1);
     cvThreshold(g_pGrayImage, pBinaryImage, pos, 255, CV_THRESH_BINARY);
     // 显示二值图
     cvShowImage(pstrWindowsBinaryTitle, pBinaryImage);

     CvMemStorage* cvMStorage = cvCreateMemStorage();
     // 检索轮廓并返回检测到的轮廓的个数
     cvFindContours(pBinaryImage,cvMStorage, &g_pcvSeq);

     IplImage *pOutlineImage = cvCreateImage(cvGetSize(g_pGrayImage), IPL_DEPTH_8U, 3);
     int _levels = 5;
     cvZero(pOutlineImage);
     cvDrawContours(pOutlineImage, g_pcvSeq, CV_RGB(255,0,0), CV_RGB(0,255,0), _levels);
     cvShowImage(pstrWindowsOutLineTitle, pOutlineImage);

     cvReleaseMemStorage(&cvMStorage);
     cvReleaseImage(&pBinaryImage);
     cvReleaseImage(&pOutlineImage);
 }

 int main( int argc, char** argv )
 {
     const char *pstrWindowsSrcTitle = "原图(http://blog.csdn.net/MoreWindows)";
     const char *pstrWindowsToolBarName = "二值化";

     // 从文件中加载原图
     IplImage *pSrcImage = cvLoadImage("C:\\xy.jpg", CV_LOAD_IMAGE_UNCHANGED);
     // 显示原图
     cvNamedWindow(pstrWindowsSrcTitle, CV_WINDOW_AUTOSIZE);
     cvShowImage(pstrWindowsSrcTitle, pSrcImage);

     // 转为灰度图
     g_pGrayImage =  cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);
     cvCvtColor(pSrcImage, g_pGrayImage, CV_BGR2GRAY);

     // 创建二值图和轮廓图窗口
     cvNamedWindow(pstrWindowsBinaryTitle, CV_WINDOW_AUTOSIZE);
     cvNamedWindow(pstrWindowsOutLineTitle, CV_WINDOW_AUTOSIZE);


     // 滑动条
     int nThreshold = 0;
     cvCreateTrackbar(pstrWindowsToolBarName, pstrWindowsBinaryTitle, &nThreshold, 254, on_trackbar);

     on_trackbar(1);

     cvWaitKey(0);

     cvDestroyWindow(pstrWindowsSrcTitle);
     cvDestroyWindow(pstrWindowsBinaryTitle);
     cvDestroyWindow(pstrWindowsOutLineTitle);
     cvReleaseImage(&pSrcImage);
     cvReleaseImage(&g_pGrayImage);
     return 0;
 }