OpenCV 编程简单介绍(矩阵/图像/视频的基本读写操作)

PS. 因为csdn博客文章长度有限制,本文有部分内容被截掉了。
在OpenCV中文站点的wiki上有可读性更好、而且是完整的版本号,欢迎浏览。

OpenCV Wiki :《OpenCV 编程简单介绍(矩阵/图像/视频的基本读写操作)

Introduction to programming with OpenCV
OpenCV编程简单介绍

Gady Agam
Department of Computer Science
January 27, 2006
Illinois Institute of Technology

-- URL: http://www.cs.iit.edu/~agam/cs512/lect-notes/opencv-intro/opencv-intro.html#SECTION00040000000000000000

译: chenyusiyuan
--   January 26, 2010
--    http://blog.csdn.net/chenyusiyuan

摘要:
本文旨在帮助读者高速入门OpenCV,而无需阅读冗长的參考手冊。掌握了OpenCV的下面基础知识后,有须要的话再查阅相关的參考手冊。

文件夹
一    简单介绍
o    OpenCV的特点
o    实用的学习资源
o    命名规则
o    编译建议
o    一个例程

二    GUI命令
o    窗体管理
o    输入处理

三   OpenCV主要的数据结构
o    图像数据结构
o    矩阵与向量
o    其他数据结构

四    图像处理
o    内存分配与释放
o    读取和写入图像
o    訪问图像像素
o    图像转换
o    画图指令

五    矩阵处理
o    内存分配与释放
o    訪问矩阵元素
o    矩阵/向量运算

六    视频处理
o    视频的帧捕捉
o    帧信息的读取与设置
o    保存视频文件

=================================================
一、简单介绍
1、OpenCV的特点 
(1)    整体描写叙述
o    OpenCV是一个基于C/C++语言的开源图像处理函数库
o    其代码都经过优化,可用于实时处理图像
o    具有良好的可移植性
o    能够进行图像/视频加载、保存和採集的常规操作
o    具有低级和高级的应用程序接口(API)
o    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版的代码已显著优化,无需IPP来提升性能,故2.0版不再提供IPP接口)

(2)    功能
o    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).
o    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).
o    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、神秘值分解)
Matrix and vector manipulation and linear algebra routines (products, solvers, eigenvalues, SVD).
o    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).
o    基本图像处理(去噪、边缘检測、角点检測、採样与插值、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).
o    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).
o    摄像头定标(寻找和跟踪定标模式、參数定标、基本矩阵预计、单应矩阵预计、立体视觉匹配)
Camera calibration (finding and tracking calibration patterns, calibration, fundamental matrix estimation, homography estimation, stereo correspondence).
o    运动分析(光流、动作切割、目标跟踪)
Motion analysis (optical flow, motion segmentation, tracking).
o    目标识别(特征方法、HMM模型)Object recognition (eigen-methods, HMM).
o    主要的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).
o    图像标注(直线、曲线、多边形、文本标注)
Image labeling (line, conic, polygon, text drawing)

(3)    OpenCV模块
o    cv – 核心函数库
o    cvaux – 辅助函数库
o    cxcore – 数据结构与线性代数库
o    highgui – GUI函数库
o    ml – 机器学习函数库

2、实用的学习资源
(1)    參考手冊:
o    /docs/index.htm (译注:在你的OpenCV安装文件夹内)
?    网络资源:
o    官方站点: http://www.intel.com/technology/computing/opencv/
o    软件下载: http://sourceforge.net/projects/opencvlibrary/
(2)    书籍:
o    Open Source Computer Vision Library
by Gary R. Bradski, Vadim Pisarevsky, and Jean-Yves Bouguet, Springer, 1st ed. (June, 2006).
chenyusiyuan: 补充下面书籍
o    Learning OpenCV - Computer Vision with the OpenCV Library
by Gary Bradski & Adrian Kaehler, O'Reilly Media, 1 st ed. (September, 2008).
o    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
(3)   视频处理例程(在 /samples/c/):
o    颜色跟踪: camshiftdemo
o    点跟踪: lkdemo
o    动作切割: motempl
o    边缘检測: laplace
(4)    图像处理例程 (在 /samples/c/):
o    边缘检測: edge
o    图像切割: pyramid_segmentation
o    形态学: morphology
o    直方图: demhist
o    距离变换: distrans
o    椭圆拟合: fitellipse

3、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> // 一般不须要,cv.h 内已包括该头文件

4、编译建议
(1)   Linux:

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

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

5、C例程

////////////////////////////////////////////////////////////////////////
//
// hello-world.cpp
//
// 该程序从文件里读入一幅图像,将之反色,然后显示出来.
//
////////////////////////////////////////////////////////////////////////
#include <stdlib.h>
#include <stdio.h>
#include <math.h>
#include <cv.h>
#include <highgui.h> int main(int argc, char *argv[])
{
IplImage* img = ;
int height,width,step,channels;
uchar *data;
int i,j,k; if(argc<){
printf("Usage: main /n/7");
exit();
} // load an image
img=cvLoadImage(argv[]);
if(!img){
printf("Could not load image file: %s/n",argv[]);
exit();
} // 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", , ); // invert the image
// 相当于 cvNot(img);
for(i=;i<height;i++) for(j=;j<width;j++) for(k=;k<channels;k++)
data[i*step+j*channels+k]=-data[i*step+j*channels+k]; // show the image
cvShowImage("mainWin", img ); // wait for a key
cvWaitKey(); // release the image
cvReleaseImage(&img );
return ;
}

=================================================
二、GUI 指令
1、窗体管理 
(1)    创建和定位一个新窗体:

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

(2)    加载图像:

  IplImage* img=;
img=cvLoadImage(fileName);
if(!img) printf("Could not load image file: %s/n",fileName);

(3)   显示图像:

 cvShowImage("win1",img);

该函数能够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-红-绿)顺序存储。
(4)   关闭窗体:

 cvDestroyWindow("win1");

(5)   改变窗体大小:

cvResizeWindow("win1",,); // new width/heigh in pixels

2、输入处理
(1)    处理鼠标事件:
o    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
o    注冊该事件处理程序:

mouseParam=;
cvSetMouseCallback("win1",mouseHandler,&mouseParam);

(2)    处理键盘事件:
o    实际上对于键盘输入并没有专门的事件处理程序.
o    按一定间隔检測键盘输入(适用于循环体中):

 int key;
key=cvWaitKey(); // wait 10ms for input

o    中止程序等待键盘输入:

 int key;
key=cvWaitKey(); // wait indefinitely for input

o    键盘输入的循环处理程序:

while(){
key=cvWaitKey();
if(key==) break; switch(key){
case 'h':
...
break;
case 'i':
...
break;
}
}

(3)    处理滑动条事件:
o    定义一个滑动条处理程序:

void trackbarHandler(int pos)
{
printf("Trackbar position: %d/n",pos);
}

o    注冊该事件处理程序:

 int trackbarVal=;
int maxVal=;
cvCreateTrackbar("bar1", "win1", &trackbarVal ,maxVal , trackbarHandler);

o    获取当前的滑动条位置:

int pos = cvGetTrackbarPos("bar1","win1");

o    设置滑动条位置:

cvSetTrackbarPos("bar1", "win1", );

=================================================
三、OpenCV的基本数据结构
(译注:OpenCV 1.1、1.2或2.0版本号中各数据结构的结构体元素有所调整,下面仅作參考)
1、图像数据结构
(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 - 把全部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 仅仅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
|-- 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
| // (须要正确地又一次分配图像内存 )
| // (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,採用widthStep取代
|-- char colorModel[]; // 颜色模型 – OpenCV中忽略此项

2、矩阵与向量
(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相应
|-- 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 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
|
|-- 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

(2)    一般矩阵:

CvArr*     // 仅作为函数定义的參数使用,
// 表明函数能够接受不同类型的矩阵作为參数,
// 比如: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

(3)    标量:

CvScalar
|-- double val[]; //4D 向量

初始化函数:

CvScalar s = cvScalar(double val0, double val1=, double val2=, double val3=);
// Example:
CvScalar s = cvScalar(20.0);
s.val[]=10.0;

注意该初始化函数的函数名与相应的结构体名称差点儿同名,区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。它并非一个 C++ 构造函数。(译注:相似的还有 cvMat 与 CvMat、cvPoint 与 CvPoint 等等)

3、其他结构类型
(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;
(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);

(3)    矩形框的偏置和大小:

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

=================================================
四、图像处理
1、图像的内存分配与释放
(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例如以下:
    b0 g0 r0 b1 g1 r1 ...
演示样例:

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

(2)    释放图像:

IplImage* img=cvCreateImage(cvSize(,),IPL_DEPTH_8U,);
cvReleaseImage(&img);

(3)    复制图像:

IplImage* img1=cvCreateImage(cvSize(,),IPL_DEPTH_8U,);
IplImage* img2;
img2=cvCloneImage(img1); // 注意通过cvCloneImage得到的图像
// 也要用 cvReleaseImage 释放,否则easy产生内存泄漏

(4)    设置/获取感兴趣区域ROI:

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

大多数OpenCV函数都支持 ROI.
(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.

2、图像读写
(1)    从文件里读入图像:

 IplImage* img=;
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. 只是能够按下面方法改动读入方式:

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同样.
(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.

3、訪问图像像素
(1)    如果你要訪问第k通道、第i行、第j列的像素。
(2)    间接訪问: (通用,但效率低,可訪问随意格式的图像)
o    对于单通道字节型图像:

IplImage* img=cvCreateImage(cvSize(,),IPL_DEPTH_8U,);
CvScalar s;
s=cvGet2D(img,i,j); // get the (i,j) pixel value
printf("intensity=%f/n",s.val[]);
s.val[]=;
cvSet2D(img,i,j,s); // set the (i,j) pixel value

o    对于多通道字节型/浮点型图像:

IplImage* img=cvCreateImage(cvSize(,),IPL_DEPTH_32F,);
CvScalar s;
s=cvGet2D(img,i,j); // get the (i,j) pixel value
printf("B=%f, G=%f, R=%f/n",s.val[],s.val[],s.val[]);
s.val[]=;
s.val[]=;
s.val[]=;
cvSet2D(img,i,j,s); // set the (i,j) pixel value

(3)    直接訪问: (效率高,但easy出错)
o    对于单通道字节型图像:

IplImage* img=cvCreateImage(cvSize(,),IPL_DEPTH_8U,);
((uchar *)(img->imageData + i*img->widthStep))[j]=;

o    对于多通道字节型图像:

IplImage* img=cvCreateImage(cvSize(,),IPL_DEPTH_8U,);
((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + ]=; // B
((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + ]=; // G
((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + ]=; // R

o    对于多通道浮点型图像:

IplImage* img=cvCreateImage(cvSize(,),IPL_DEPTH_32F,);
((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + ]=; // B
((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + ]=; // G
((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + ]=; // R

(4)    基于指针的直接訪问: (简单高效)
o    对于单通道字节型图像:

IplImage* img  = cvCreateImage(cvSize(,),IPL_DEPTH_8U,);
int height = img->height;
int width = img->width;
int step = img->widthStep/sizeof(uchar);
uchar* data = (uchar *)img->imageData;
data[i*step+j] = ;

o    对于多通道字节型图像:

IplImage* img  = cvCreateImage(cvSize(,),IPL_DEPTH_8U,);
int height = img->height;
int width = img->width;
int step = img->widthStep/sizeof(uchar);
int channels = img->nChannels;
uchar* data = (uchar *)img->imageData;
data[i*step+j*channels+k] = ;

o    对于多通道浮点型图像(如果图像数据採用4字节(32位)行对齐方式):

IplImage* img  = cvCreateImage(cvSize(,),IPL_DEPTH_32F,);
int height = img->height;
int width = img->width;
int step = img->widthStep/sizeof(float);
int channels = img->nChannels;
float * data = (float *)img->imageData;
data[i*step+j*channels+k] = ;

(5)    基于 c++ wrapper 的直接訪问: (更简单高效)
o    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=) {imgp=img;}
~Image(){imgp=;}
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
上一篇:实用ExtJS教程100例-009:ExtJS Form无刷新文件上传


下一篇:SpringMVC ajax技术无刷新文件上传下载删除示例