OpenCV具有以下的特征教学文稿.ppt

,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,OpenCV,简介,OpenCV,的特征,OpenCV,具有以下的特征：,（）开源计算机视觉采用编写。,（）使用目的是开发实时应用程序。,（）独立与操作系统、硬件和图形管理器。,（）具有通用的图象视频载入、保存和获取模块。,（）具有底层和高层的应用开发包。,OpenCV,的功能,应用,OpenCV,能够实现以下功能：,（）对图象数据的操作，包括分配、释放、复制和转换数据。,（）对图象和视频的输入输出，指文件和摄像头作为输入，图象和视频文件作为输出。,（）具有对距陈和向量的操作以及线性代数的算法程序，包括距阵、解方程、特征值以及奇异值。,（）可对各种动态数据结构，如列表、队列、集合、树和图等进行操作。,（）具有基本的数字图象处理能力，如可进行滤波、边缘检测、角点检测、采样与差值、色彩转换、形态操作、直方图和图象金字塔等操作。,（）可对各种结构进行分析，包括连接部件分析、轮廓处理、距离变换、各种距的计算、模板匹配、,Hongh,变换、多边形逼近、直线拟合、椭圆拟合和,Delaunay,三角划分等。,（,7,）对摄像头的定标，包括发现与跟踪定标模式、定标、基本矩阵估计、齐次矩阵估计和立体对应。,（,8,）对运动的分析，如对光流、运动分割和跟踪的分析。,（,9,）对目标的识别，可采用特征法和隐马尔科夫模型（,HMM,）法。,（,10,）具有基本的,GUI,功能，包括图像与视频显示、键盘和鼠标事件处理及滚动条等。,（,11,）可对图像进行标注，如对线、二次曲线和多边形进行标注，还可以书写文字（目前之支持中文）。,OpenCV,模块,OpenCV,包括以下几个模块，其具体功能是：,（,1,）,CV,主要的,OpenCV,函数。,（,2,）,CVAUX,辅助的（实验性）,OpenCV,函数。,（,3,）,CXCORE,数据结构与线性代数支持。,（,4,）,HIGHGUI,图像界面函数。,（,5,）,ML,机器学习，包括模式分类和回归分析等。,（,6,）,CVCAM,负责读取摄像头数据的模块（在以后版本中，当,HIGHGUI,模块中加入,Direct Show,支持后，此模块将被废除）。,学习资源,目前，,OpenCV,方面的资源已经很多，当然最简单的方法还是在网上搜索，比如在,Google,搜索引擎（,）,中输入”,OpenCV”,即可进行相关查找，这里给出一些信息作为参考。,（,1,）参考手册,英文 请打开文件,/docs/index.htm,进行查询。,中文 请打开网页,网址是,网址是,网址是,和说明也可以参见后面的,PPT,。,OpenCV,采用一种独特的结构,CvArr*,。,该结构是一个通用数组的表现形式，用做函数的参数，说明函数在调用该参数时接受多种类型的输入数据形式，比如,IplImage*,，,CvMat*,甚至,CvSeq*,。具体的数组形式在运行时应根据实际情况来分析。,其他数据结构,(1),点的表示：,CvPoint p=cvPoint(int x,int y);,CvPoint2D32f p=cvPoint2D32f(float x,float y);,CvPoint3D32f p=cvPoint3D32f(float x,float y,float z);,Eg:,p.x=5.0,p.y=5.0,(2),长方形的维数表示,:,CvSize r=cvSize(int width,int height);,CvSize2D32f r=cvSize2D32f(float width,float height);,(3),有便移量的长方形表示,Cvrect,r,cvrect(int x,int y,int width,int height);,矩阵的使用和操作,.,分配和释放矩阵,OpenCV,有一个矩阵操作的语言的接口，另外也有一些语言的矩阵操作接口，通常语言接口更方便，且同样有效。,在,OpenCV,中，向量是被当成是行或列为的矩阵，并且矩阵在内存中的存储方式是按行存储，且每行按字节对齐。,(1),分配矩阵,分配矩阵的原型为,CvMat*cvCreateMat(int rows,int cols,int type);,其中，,type,表示矩阵元素的类型，可以用如下形式表达,CV_(S|U|F)C,Eg,：,CvMat*M=cvCreateMar(4,4CV_32FC1);,(2),释放矩阵,释放矩阵的函数原型为,Void cvReleaseMat(CvMat*);,Eg:,CvMat*M=cvCreateMat(4,4,CV_32FC1);,cvReleaseMat(,(3),复制矩阵,复制矩阵的函数原型为,CvMat*cvCloneMat(cvMat);,Eg:,CvMat*M1=cvCreateMat(4,4,CV_32FC1);,CvMat*M2;,M2=cvCloneMat(M1);,(4),初始化矩阵,可按如下方法初始化一个行列矩阵。,Double a=1,2,3,4,5,6,7,8,9,10,11,12;,CvMat Ma=cvMat(3,4,CV_64FC1,a);,或者：,CvMat Ma;,CvInitMatHeader(,(5),初始化单位矩阵,可按如下方法初始化一个单位矩阵。,CvMat*M=cvCreateMat(4,4,CV_32FC1);,cvSetIdentity(M);,访问矩阵元素,直接访问,下例是对元素,M(i,j),进行数据赋值和读取。,cvmSet(M,I,j,2,0);/set M(i,j),t=cvmGet(M,i,j);/Get M(i,j),(2),已知对齐方式的直接访问,下例是对,32,位对齐方式存储的元素进行赋值。,CvMat*M=cvCreateMat(4,4CV_32FC1);,int n=M-cots;,float*data=M-data.fl;,Datai*n+j=3.0;,(3),未知对齐方式的直接访问,下例是对某种对齐方式存储的元素进行赋值。,CvMat*M=cvCreateMat(4,4CV_32FC1);,int,step=M-step/sizeof(float);,float*data=M-data.fl;,(data+i*step)i=3.0;,(4),直接访问一个已初始化的矩阵,下例对已出吃化的矩阵,a,进行数据赋值。,Double a16;,CvMat Ma=cvMMc,cvSub(Ma,Mb,Mc);/Ma-Mb-Mc,cvMatMul(Ma,Mb,Mc);/Ma*Mb-Mc,(2),矩阵元素之间的操作,此类型包括：,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,(3),向量乘法操作,此类型包括：,double va=1,2,3;,double vb=0,0,1;,double vc3;,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(/dot product:Va.Vb-res,cvCrossProduct(/cross product:Va*Vb-Vc,注意,VA,VbVc,在叉积中必须是个元素的向量。,(4),单个矩阵的操作,此类型包括：,CvMat*Ma,*Mb;,cvTranspose(Ma,Mb);,CvScalar t=cvTrace(Ma0;,Double d=cvDet(Ma);,cvInvert(Ma,Mb);,(5),非齐次线性系统求解操作,此类型包括：,CvMat*A=cvCreateMat(3,3,CV_32FC1);,CvMat*x=cvCreateMat(3,3,CV_32FC1);,CvMat*b=cvCreateMat(3,3,CV_32FC1);,cvSolve(,(6),特征值分析（对称矩阵）操作,此类型包括：,CvMat*A=cvCreateMat(3,3,CV_32FC1);,CvMat*E=cvCreateMat(3,3,CV_32FC1);,CvMat*I=cvCreateMat(3,3,CV_32FC1);,cvEigenVV(,(7),奇异值分解操作,此类型包括：,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,DU,V,CV_SVD_U_T|CV_SVD_V_T);,图象的使用与操作,分配和释放图象,(1),分配一幅图象,分配图象的函数原型为,IplImage*cvCreateImage(CvSize size,int depth,int channels);,Eg1:,IplImage*img1=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);,Eg2:,IplImage*img2=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);,(2),释放一幅图象,释放图象的函数原型为,Void cvReleaseImage(IplImage*);,Eg:,IplImage*img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);,cvReleaseImage(,(3),复制一幅图象,复制图象的函数原型为,IplImage*cvCloneImage(IplImage*);,Eg:,IplImage*img1=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);,IplImage*img2;,Img2=cvCloneImage(img1);,(4),设置或得到感兴趣区域,ROI,函数原型分别为,Void cvSetImageROI(IplImage*image,CvRec rect);,Void cvResetImageROI(IplImage*image);,vRect cvGetImageROI(IplImage*image);,大多数,OpenCv,函数都支持,ROI,。,(5),设置或得到感兴趣区域,COI,函数原型分别为,Void cvSetImageCOI(IplImage*image,int coi);/0=all,Int cvGetImageCOI(IplImage*image);,大多数,OpenCv,函数都支持,COI,。,图象的读写,(1),从文件读区图象,IplImage*img=0;,img=cvLoadImage(fileName);,If(!img)printf(“Couldnot load image file:%sn”,fileName);,默认情况下：,img=cvLoadImage(fileName,flag);,flag,取不同的值表示的意义不同,(2),向文件中写图象,If(!cvSaveImage(outFileName,img),printf(“Could not save:%sn”,outFileName);,输出的图象文件格式依赖于文件的扩展名。,访问图像像素,（坐标是从,0,开始的，并且是相对图像原点的位置。图像原点或者是左上角,(img-origin=IPL_ORIGIN_TL),或者是左下角,(img-origin=IPL_ORIGIN_BL),）,假设有,8-bit 1,通道的图像,I(IplImage*img),：,I(x,y)(uchar*)(img-imageData+img-widthStep*y)x,假设有,8-bit 3-,通道的图像,I(IplImage*img),：,I(x,y)blue (uchar*)(img-imageData+img-widthStep*y)x*3 I(x,y)green (uchar*)(img-imageData+img-widthStep*y)x*3+1 I(x,y)red (uchar*)(img-imageData+img-widthStep*y)x*3+2,例如，给点,(100,100),的亮度增加,30,，那么可以这样做：,CvPoint pt=100,100;(uchar*)(img-imageData+img-widthStep*pt.y)pt.x*3+=30;(uchar*)(img-imageData+img-widthStep*pt.y)pt.x*3+1+=30;(uchar*)(img-imageData+img-widthStep*pt.y)pt.x*3+2+=30;,或者更高效地：,CvPoint pt=100,100;uchar*temp_ptr=,假设有,32-bit,浮点数,1-,通道 图像,I(IplImage*img),：,I(x,y)(float*)(img-imageData+img-widthStep*y)x,现在，一般的情况下，假设有,N-,通道，类型为,T,的图像：,I(x,y)c (T*)(img-imageData+img-widthStep*y)x*N+c,你可以使用宏,CV_IMAGE_ELEM(image_header,elemtype,y,x_Nc),I(x,y)c CV_IMAGE_ELEM(img,T,y,x*N+c),也有针对各种图像（包括,4,通道图像）和矩阵的函数（,cvGet2D,cvSet2D,），但是它们非常慢。,数据结构与数据操作,1 CvPoint,2 CvPoint2D32f,3 CvPoint3D32f,4 CvSize,5 CvSize2D32f,6 CvRect,7 CvScalar,8 CvTermCriteria,9 CvMat,10 CvMatND,11 CvSparseMat,12 IplImage,13 CvArr,CvPoint,二维坐标系下的点，类型为整型,typedef struct CvPoint,int x;/*X,坐标,通常以,0,为基点*,/,int y;/*y,坐标,通常以,0,为基点*,/,CvPoint;,/*,构造函数*,/,inline CvPoint cvPoint(int x,int y);,/*,从,CvPoint2D32f,类型转换得来*,/,inline CvPoint cvPointFrom32f(CvPoint2D32f point),CvPoint2D32f,二维坐标下的点，类型为浮点,typedef struct CvPoint2D32f,float x;/*X,坐标,通常以,0,为基点*,/,float y;/*Y,坐标,通常以,0,为基点*,/,CvPoint2D32f;,/*,构造函数*,/,inline CvPoint2D32f cvPoint2D32f(double x,double y);,/*,从,CvPoint,转换来*,/,inline CvPoint2D32f cvPointTo32f(CvPoint point);,CvPoint3D32f,三维坐标下的点，类型为浮点,typedef struct CvPoint3D32f,float x;/*x-,坐标,通常基于,0*/,float y;/*y-,坐标,通常基于,0*/,float z;/*z-,坐标,通常基于,0*/CvPoint3D32f;,/*,构造函数*,/inline CvPoint3D32f cvPoint3D32f(double x,double y,double z);,CvSize,矩形框大小，以像素为精度,typedef struct CvSize,int width;/*,矩形宽*,/,int height;/*,矩形高*,/,CvSize;,/*,构造函数*,/,inline CvSize cvSize(int width,int height);,CvSize2D32f,以亚像素精度标量矩形框大小,typedef struct CvSize2D32f,float width;/*,矩形宽*,/,float height;/*,矩形高*,/,CvSize2D32f;,/*,构造函数*,/,inline CvSize2D32f cvSize2D32f(double width,double height);,CvSize2D32f s;,s.width=(float)width;,s.height=(float)height;,return s;,CvRect,矩形框的偏移和大小,typedef struct CvRect,int x;/*,方形的最左角的,x-,坐标*,/,int y;/*,方形的最上或者最下角的,y-,坐标*,/int width;/*,宽*,/int height;/*,高*,/,CvRect;,/*,构造函数*,/inline CvRect cvRect(int x,int y,int width,int height);,CvScalar,可存放在,1-,，,2-,，,3-,，,4-TUPLE,类型的捆绑数据的容器,typedef struct CvScalar,double val4 CvScalar;,/*,构造函数：用,val0,初始化,val0,用,val1,初始化,val1,以此类推*,/,inline CvScalar cvScalar(double val0,double val1=0,double val2=0,double val3=0);,/*,构造函数：用,val0123,初始化所有,val0.val3*/,inline CvScalar cvScalarAll(double val0123);,/*,构造函数：用,val0,初始化,val0,用,0,初始,val1,val2,val3*/,inline CvScalar cvRealScalar(double val0);,doc.blueruby.mydns.jp/opencv/classes/OpenCV/CvScalar.html,CvTermCriteria,迭代算法的终止准则,#define CV_TERMCRIT_ITER 1,#define CV_TERMCRIT_NUMBER CV_TERMCRIT_ITER,#define CV_TERMCRIT_EPS 2 typedef struct CvTermCriteria int type;,/*CV_TERMCRIT_ITER,和,CV_TERMCRIT_EPS,二值之一，或者二者的组合*,/,int max_iter;/*,最大迭代次数*,/,double epsilon;/*,结果的精确性*,/,CvTermCriteria;,/*,构造函数*,/,inline CvTermCriteria cvTermCriteria(int type,int max_iter,double epsilon);,在满足,max_iter,和,epsilon,的条件下检查终止准则并将其转换使得,type=CV_TERMCRIT_ITER+CV_TERMCRIT_EPS*/,CvTermCriteria cvCheckTermCriteria(CvTermCriteria criteria,double default_eps,int default_max_iters);,CvMat,多通道矩阵,CvMatND,多维、多通道密集数组,CvSparseMat,多维、多通道稀疏数组,IplImage,IPL,图像头,IplImage,结构来自于,Intel Image Processing Library,（是其本身所具有的）。,OpenCV,只支持其中的一个子集,:,alphaChannel,在,OpenCV,中被忽略。,colorModel,和,channelSeq,被,OpenCV,忽略。,OpenCV,颜色转换的唯一函数,cvCvtColor,把原图像的颜色空间的目标图像的颜色空间作为一个参数。,dataOrder,必须是,IPL_DATA_ORDER_PIXEL(,颜色通道是交叉存取,),，然而平面图像的被选择通道可以被处理，就像,COI,（感兴趣的通道）被设置过一样。,align,是被,OpenCV,忽略的，而用,widthStep,去访问后继的图像行。,不支持,maskROI,。处理,MASK,的函数把他当作一个分离的参数。,MASK,在,OpenCV,里是,8-bit,，然而在,IPL,他是,1-bit,。,tileInfo,不支持。,BorderMode,和,BorderConst,是不支持的。每个,OpenCV,函数处理像素的邻近的像素，通常使用单一的固定代码边际模式。,除了上述限制，,OpenCV,处理,ROI,有不同的要求。要求原图像和目标图像的尺寸或,ROI,的尺寸必须（根据不同的操作，例如,cvPyrDown,目标图像的宽（高）必须等于原图像的宽（高）除以,2 1),精确匹配，而,IPL,处理交叉区域，如图像的大小或,ROI,大小可能是完全独立的。,编辑,CvArr,不确定数组,typedef void CvArr;CvArr*,仅仅是被用于作函数的参数，用于指示函数接收的数组类型可以不止一个，如,IplImage*,CvMat*,甚至,CvSeq*.,最终的数组类型是在运行时通过分析数组头的前,4,个字节判断。,取自,