Opencv..2

 boss要求：看懂API,把术语给我搞清楚。
http://opencv.willowgarage.com/documentation/cpp/index.html


1。不能看图形学基础东东，要看项目有关的函数和方法，否则时间和精力都不允许。
2。看英文Api,
http://download.csdn.net/tag/opencv%EF%BC%8C%E5%9B%BE%E5%83%8F%E5%8C%B9%E9%85%8D
3。问boss:这个usb摄像头硬件会不会升级到有颜色，而不仅仅只是一个轮廓线条。还是我们就在这个基础上来作开发
因为我查资料也是可以通过颜色等一些东西来进行比较，所以我想问问，如果我们不涉及到颜色，我就不用再看。




解决方案：page 247
从上，下，左，右，停，OK 等 手势中得到边缘梯度，然后设置一个摄像机，该摄像机观察人的各种手势以控制网络
视频。在每祯中，从输入的视频中检测检测"-感兴趣的色彩区域"，然后计算这些感兴趣区域周围的"-边缘梯度方向"，
将得到的边缘梯度方向放到一个方向直方图相应的bin中，然后将该直方图与手势模板进行匹配，从而识别出各种手势。




直方图：
1。数据结构 CvHistogram; 
2.创建一个新的直方图： CvHistogram* cvCreateHist();
3.在使用直方图之前给rangs设置数值，cvSetHistBinRanges();
4.清0直方图，和，释放直方图： cvClearHist() , cvReleaseHist();
5.根据已给出的数据创建直方图。cvMakeHistHeaderForArray();
6.访问直方图：cvQueryHistValue_1D or 2D or 3D or nD 每个函数都返回相应bin中的值的浮点数。可以得到直方图的维数或每个单独的bin表示的区域等。
7.直方图的基本操作：
  cvNormalizeHist();貌似是归一化函数  . 归一化是什么？：就是把数据做成图形 或者 把数据百分比化
  cvThreshHist();闷或值函数
  cvCopyHist()表示将一个直方图的信息复制到另一个直方图
  cvGetMinMaxHistValue()他输出直方图中找到的最小值和最大值。
  cvCalcHist()，从图像这哦姑娘自动计算直方图。 page 256.
对于多通道图像，在调用cvCalcHist()之前，先要用函数cvSplit()将图像分为但通道的。
8.对比2个直方图。相似度。cvCompareHist() 用来比较两个直方图的相似度。page 257
    完全匹配的值为0，完全不匹配为无限值，对于chi-square,低分比高分匹配的匹配程度高。
9。直方图相交 page 257
10。距离测量：利用直方图的距离测量来代替直方图的匹配策略，那么我们仍然可以像直方图对比一样对比两个直方
图的距离，即使第二个直方图发生飘逸，也能找到最小的距离度量。
－－－－－－－－－－－－－－－
轮廓：
Canny之类的边缘检测算法并没有将轮廓作为一个整体，下一步是要把这些边缘像素组装成轮廓。
cvFindContours()轮廓检测。
1。查找轮廓：
一个轮廓一般对应一系列的点，也就是图像中的一条曲线，表示方法可能根据不同情况而有所不同，有多种方法可以
表示曲线。在Opencv中一般用序列来存储轮廓信息。（同vector差不多啦），序列中每一个元素是曲线中一个点的
位置。只要简单把轮廓想象为CvSeq就可以了，CvSeq表示一系列的点就可以了。
cvFindContours()从二值图像中寻找轮廓，他们可以是从cvCanny()函数得到的有边缘像素的图像，也可以是
cvThreshold() or cvAdaptiveThreshold()得到的图像。这时的边缘是正和负区域之间的边界。


2。cvFindContours()会把图像会被直接涂改，因此如果是将来还有用的图像，应该留有备份
 1）参数1，图像 参数2，内存存储器 cvFindContours()找到的轮廓记录在此内存里，找到的轮廓就存储在此内存里面
参数3，随便传一个指向CvSeq*的指针，系统会自动设置他， 他指向轮廓树的首地址。
 2）返回值：找到的所有轮廓的个数。
 3）几种不同的检测模式 page 295, 比如：只检测出最外面的轮廓，内外都检测出来等。


3。几种处理轮廓/序列轮廓的函数
 cvFindContours();
 cvStartFindContours();与上面这个函数一样，但是他不同在于，每次返回一个轮廓。返回的结构是CvSequenceScanner
，你可以通过在CvSequenceScanner上依次调用cvFindNextContour()来查找剩余的轮廓。当全部轮廓找完后，就
返回NULL.
 cvFindNextContour();
 cvSubstituteContour();用于替换scanner指向的轮廓 page 296
 cvEndFindContour();结束轮廓查找，并将scanner设置为结束状态。
 cvApproxChains();该函数将Freeman链转换为多边形表示
 
Freeman 链码:
    对于识别一些形状的物体很有帮助
 1。cvFindContours的method参数为CV_CHAIN_CODE时，检测的轮廓通过Freeman链码方式返回。

 2。如果得到的是Freeman链码，可以通过以下2个函数读出每个点：。。。297左右吧。

--------------------------------------------------------------------------------------
    1)cvStartReadChainPoints();第一个函数用来初始化Freeman链CvChainPtReader结构，
    2)cvReadChainPoinit();第二个函数通过CvChainPtReader来读每个点，CvChainPtReader对应当前 状态。


多边形逼近： cvApproPoly . 
特性概括： 长度， 边界框，圆形和椭圆形边界框，几何，


轮廓的匹配   ：
矩：是一个粗略的特征。归一化都是小于1的。所以指数 越大所得到的数值就越小。




打开视频文件，摄像头  ：
 CvCapture* cvCaptureFromFile(const  char * filename) / cvCaptureFromCAM(int index)
CvCapture结构需要用cvReleaseCapture函数释放。
从视频或者摄像头中读取每一侦，
  int cvGrabFrame(CvCapture* capture 抓取一阵，并存储于内部);
  IplImage* cvRetrieveFrame(CvCapture* capture); 把Grab的侦取出（返回的图像不可以被用户释放）
  IplImage* cvQueryFrame(CvCapture* capture);  ==>     cvGrabFrame + cvRetrieveFrame
设计cvGrabFrame是为了快速遍历视频中的侦，或者同步多个摄像头。
  将图像序列写入视频文件。