OpenCV使用说明.docx
《OpenCV使用说明.docx》由会员分享，可在线阅读，更多相关《OpenCV使用说明.docx（31页珍藏版）》请在冰豆网上搜索。
OpenCV使用说明
1引言
OpenCV（Intel®OpenSourceComputerVisionLibrary）是Intel公司面向应用程序开发者开发的计算机视觉库,其中包含大量的函数用来处理计算机视觉领域中常见的问题,例如运动分析和跟踪、人脸识别、3D重建和目标识别等。
目前该函数库的最新版本是OpenCV4.0，可以通过访问免费获得OpenCV库以及相关的资料。
另外，还可以通过访问
相对于其它图像函数库，OpenCV是一种源码开放式的函数库，开发者可以自由地调用函数库中的相关处理函数。
OpenCV中包含500多个处理函数，具备强大的图像和矩阵运算能力，可以大大减少开发者的编程工作量，有效提高开发效率和程序运行的可靠性。
另外，由于OpenCV具有很好的移植性，开发者可以根据需要在MS-Windows和Linux两种平台进行开发,速度快,使用方便。
2OpenCV的结构
目前OpenCV包含如下几个部分：
Cxcore:
一些基本函数（各种数据类型的基本运算等）
Cv:
图像处理和计算机视觉功能（图像处理，结构分析，运动分析，物体跟踪，模式识别，摄像定标）
Highgui:
用户交互部分（GUI,图像视频I/O,系统调用函数）
Cvaux:
一些实验性的函数（ViewMorphing,三维跟踪，PCA，HMM）
另外还有cvcam,不过linux版本中已经抛弃。
Windows版本中将DirectX支持加入highgui后，cvcam将被彻底去掉。
功能介绍：
1）图像增强
直方图均衡化cvEqualizeHist;
2）图像变换
傅立叶变换：
cvDFT
离散余弦变换：
cvDCT
霍特林变换（PCA）：
cvCalPCA,cvProjectPCA,cvBackProjectPCA
3）其它功能
数学计算：
矩阵的加减乘除，转置，逆，伪逆，逻辑运算，统计，SVD分解
图像处理：
梯度，插值，几何变换，形态学操作，滤波，色彩空间变换，矩，
直方图，特征匹配
结构分析：
轮廓处理，几何形状计算，平面划分
运动分析：
对象跟踪，对象检测，相机定标，三维重建，分类器设计
3VC6下的安装与配置
3.1安装OpenCV（略）
3.2配置Windows环境变量
检查C:
\ProgramFiles\OpenCV\bin是否已经被加入到环境变量PATH，如果没有，请加入。
加入后需要注销当前Windows用户（或重启）后重新登陆才生效。
（可以在任务管理器里重启explorer.exe）
4VC++的环境设置
OpenCV主要由大量C函数和少数的C++函数类构成的，在VisualC++中调用OpenCV相当方便，不过，在开始编译程序前需要设置好编译环境。
因此，首先介绍VC++环境的设置。
由于OpenCV是一个图像库，因此在VC++中编程之前需要预先设置编程环境，即将OpenCV需要的一些函数头文件和库文件加入到当前编译的工程中，使得程序在编译时能够正确地找到所需文件。
菜单Tools->Options->Directories：
先设置lib路径，选择Libraryfiles，在下方填入路径：
C:
\ProgramFiles\OpenCV\lib
然后选择includefiles，在下方填入路径：
C:
\ProgramFiles\OpenCV\cxcore\include
C:
\ProgramFiles\OpenCV\cv\include
C:
\ProgramFiles\OpenCV\cvaux\include
C:
\ProgramFiles\OpenCV\ml\include
C:
\ProgramFiles\OpenCV\otherlibs\highgui
C:
\ProgramFiles\OpenCV\otherlibs\cvcam\include
然后选择sourcefiles，在下方填入路径：
C:
\ProgramFiles\OpenCV\cv\src
C:
\ProgramFiles\OpenCV\cxcore\src
C:
\ProgramFiles\OpenCV\cvaux\src
C:
\ProgramFiles\OpenCV\otherlibs\highgui
C:
\ProgramFiles\OpenCV\otherlibs\cvcam\src\windows
最后点击“ok”，完成设置。
5如何创建一个项目来开始OpenCV编程
为了创建基于OpenCV的项目，按如下步骤进行：
（一）创建新的应用程序：
1）选择菜单"File"->"New..."->"Projects"标签。
选择"Win32consoleapplication"
2）键入项目名称，并且选择保存位置。
3）可以为项目创建一个单独的workspace（"Createnewworkspace"），也可以将新的项目加入到当前的workspace中（"Addtocurrentworkspace"）。
4）单击"next"按钮。
5）选择"Anemptyproject"，点击"Finish"，"OK"。
经过以上步骤，DeveloperStudio会创建一个项目目录（缺省情况下，目录名就是项目名）,.dsp文件以及.dsw，.ncb等，如果你创建自己的workspace。
（二）添加文件到project中：
1）选择菜单"File"->"New..."->"Files"。
2）选择"C++SourceFile",键入文件名，点击"OK"。
3）增加OpenCV相关的头文件目录：
#include"cv.h"
/*#inlcude"cvaux.h"//experimentalstuff（ifneed）*/
#include"highgui.h"
（三）配置项目：
每创建一个将要使用OpenCV的VCProject，都需要给它指定需要的lib。
菜单：
Project->Settings，然后将Settingfor选为AllConfigurations，然后选择右边的link标签，在Object/librarymodules附加上
cxcore.libcv.libml.libcvaux.libhighgui.libcvcam.lib
如果你不需要这么多lib，你可以只添加你需要的lib。
具体说明：
选择菜单"Project"->"Settings..."以激活项目配置对话框，在左边选择你的项目。
●调节设置，对Release和Debug配置都有效：
1）选择"SettingsFor:
"->"AllConfigurations"
2）选择"C/C++"标签->"Preprocessor"category->"AdditionalIncludeDirectories:
"。
加入用逗号分隔的相对路径（对文件.dsp而言）或绝对路径opencv\cxcore\include,opencv\cv\include,opencv\otherlibs\highgui以及可选的optionally,opencv\cvaux\include。
3）选择"Link"标签->"Input"category->"Additionallibrarypath:
".加入输入库所在的路径（cxcore[d].libcv[d].libhihghui[d].libcvaux[d].lib）
●调节"Debug"配置
1）选择"SettingsFor:
"->"Win32Debug"。
2）选择"Link"标签->"General"category->"Object/librarymodules"。
加入空格分隔的cvd.lib,highguid.lib,cvauxd.lib（cvauxd.lib可选）
3）可以改变输出文件的名称和位置。
如想把产生的.exe文件放置于项目目录而不是Debug/子目录下，可在"Link"tab->"General"category->"Outputfilename:
"中键入./d.exe
●调节"Release"配置
1）选择"SettingsFor:
"->"Win32Release".
2）选择"Link"标签->"General"category->"Object/librarymodules".加入空格分隔的cv.lib,highgui.lib,cvaux.lib（cvaux.lib可选）
3）另外，你也可以改变.exe文件名。
键入./.exe到"Link"标签->"General"category->"Outputfilename:
"。
就这么多,可以编译并且运行一切了。
在设置完编译环境后，针对OpenCV函数库的一些基本图像函数，利用下面的例子分别从图像的载入、显示和基本的图像处理方面介绍OpenCV的具体用法。
6如何读入和显示图像
#include"cv.h"/*OpenCV的基本函数头文件*/
#include"highgui.h"/*OpenCV的图像显示函数头文件*/
intmain（intargc,char**argv）
{
IplImage*img;/*定义IplImage指针变量img*/
if（argc==2&&（img=cvLoadImage（argv[1],1））!
=0）
{
cvNamedWindow（"Imageview",1）;/*定义一个窗口名为Imageview的显示窗口*/
cvShowImage（"Imageview",img）;/*在Imageview窗口中，显示img指针所指的图像*/
cvWaitKey（0）;//非常重要，内部包含事件处理循环
cvDestroyWindow（"Imageview"）;
cvReleaseImage（&img）;
return0;
}
return-1;
}
1）图像载入函数
IplImage*src="/cvLoadImage"（"lena.jpg",-1）;/*定义IplImage指针变量src，并且将src指向当前目录下的图像lena.jpg*/
函数cvLoadImage载入指定图像文件，并返回指向该文件的IplImage指针。
函数支持bmp、jpg、png、tiff等格式的图像。
其函数原型如下：
IplImage*cvLoadImage（constchar*filename,intiscolor）;
其中，filename是待载入图像的名称，包括图像的扩展名；iscolor是一个辅助参数项，可选正数、零和负数三种值，正数表示作为三通道图像载入，零表示该图像作为单通道图像，负数表示载入图像的通道数由图像文件自身决定。
2）窗口定义函数
cvNamedWindow（"src",CV_WINDOW_AUTOSIZE）;/*定义一个窗口名为src的显示窗口*/
函数cvNamedWindow定义一个窗口，用于显示图像。
其函数原型如下：
intcvNamedWindow（constchar*name,unsignedlongflags）;
其中，name是窗口名，flags是窗口属性指标值，可以选择CV_WINDOW_AUTOSIZE和0两种值。
CV_WINDOW_AUTOSIZE表示窗口尺寸与图像原始尺寸相同，0表示以固定的窗口尺寸显示图像。
3）图像显示函数
cvShowImage（"src",src）;/*在src窗口中，显示src指针所指的图像*/
函数cvShowImage是在指定的窗口中显示图像，其函数原型如下：
voidcvShowImage（constchar*name,constCvArr*image）;
其中，name是窗口名称，image是图像类型指针，一般是IplImage指针。
4）图像保存函数
函数cvSaveImage以指定的文件名保存IplImage类型的指针变量，其函数原型如下：
intcvSaveImage（constchar*filename,constCvArr*image）;
其中，filename是图像保存路径和名称，image是IplImage指针变量。
说明:
函数cvSaveImage保存图像到指定文件。
图像格式的的选择依赖于filename的扩展名，请参考cvLoadImage。
只有8位单通道或者3通道（通道顺序为'BGR'）可以使用这个函数保存。
如果格式，深度或者通道不符合要求，请先用cvCvtScale和cvCvtColor转换；或者使用通用的cvSave保存图像为XML或者YAML格式。
5）图像销毁函数
函数cvReleaseImage销毁已定义的IplImage指针变量，释放占用内存空间。
其函数原型如下：
voidcvReleaseImage（IplImage**image）;
其中，image为已定义的IplImage指针。
6）等待按键事件cvWaitKey
intcvWaitKey（intdelay=0）;
delay
延迟的毫秒数。
函数cvWaitKey无限制的等待按键事件（delay<=0时）；或者延迟"delay"毫秒。
返回值为被按键的值，如果超过指定时间则返回-1。
注释：
这个函数是HighGUI中唯一能够获取和操作事件的函数，所以在一般的事件处理中，它需要周期地被调用，除非HighGUI被用在某些能够处理事件的环境中。
7如何访问图像像素
（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-bit1－通道的图像I（IplImage*img）：
●假设有8-bit3-通道的图像I（IplImage*img）：
例如，给点（100,100）的亮度增加30，那么可以这样做：
或者更高效地：
●假设有32-bit浮点数,1-通道图像I（IplImage*img）：
●现在，一般的情况下，假设有N-通道，类型为T的图像：
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。
8如何访问矩阵元素
typedefstructCvMat
{
inttype;
intstep;
/*forinternaluseonly*/
int*refcount;
inthdr_refcount;
union
{
uchar*ptr;
short*s;
int*i;
float*fl;
double*db;
}data;
#ifdef__cplusplus
union
{
introws;
intheight;
};
union
{
intcols;
intwidth;
};
#else
introws;
intcols;
#endif
}CvMat;
方法是类似的（下面的例子都是针对0起点的列和行）
●设有32-bit浮点数的实数矩阵M（CvMat*mat）：
M（i,j）~（（float*）（mat->data.ptr+mat->step*i））[j]
●设有64-bit浮点数的复数矩阵M（CvMat*mat）：
ReM（i,j）~（（double*）（mat->data.ptr+mat->step*i））[j*2]
ImM（i,j）~（（double*）（mat->data.ptr+mat->step*i））[j*2+1]
●对单通道矩阵，有宏CV_MAT_ELEM（matrix,elemtype,row,col）,例如对
32-bit浮点数的实数矩阵：
M（i,j）~CV_MAT_ELEM（mat,float,i,j）,
例如，这儿是一个3x3单位矩阵的初始化：
CV_MAT_ELEM（mat,float,0,0）=1.f;
CV_MAT_ELEM（mat,float,0,1）=0.f;
CV_MAT_ELEM（mat,float,0,2）=0.f;
CV_MAT_ELEM（mat,float,1,0）=0.f;
CV_MAT_ELEM（mat,float,1,1）=1.f;
CV_MAT_ELEM（mat,float,1,2）=0.f;
CV_MAT_ELEM（mat,float,2,0）=0.f;
CV_MAT_ELEM（mat,float,2,1）=0.f;
CV_MAT_ELEM（mat,float,2,2）=1.f;
9如何在OpenCV中处理我自己的数据
设你有300x20032-bit浮点数image/array,也就是对一个有60000个元素的数组。
intcols=300,rows=200;
float*myarr=newfloat[rows*cols];
//第一步，初始化CvMat头
CvMatmat=cvMat（rows,cols,
CV_32FC1,//32位浮点单通道类型
myarr//用户数据指针（数据没有被复制）
）;
//第二步，使用cv函数，例如计算l2（Frobenius）模
doublenorm=cvNorm（&mat,0,CV_L2）;
...
deletemyarr;
其它情况在参考手册中有描述。
见cvCreateMatHeader，cvInitMatHeader，cvCreateImageHeader，cvSetData等
10.例程
10.1Kalman滤波进行旋转点的跟踪
下面是程序所用到的主要的三个函数（完整程序见kalman）：
CreateKalman
分配Kalman滤波器结构，设置A,B,Q,R的初始状态
CvKalman*kalman=cvCreateKalman（2,1,0）;
CvKalman*cvCreateKalman（intdynam_params,intmeasure_params,intcontrol_params=0）;
dynam_params
状态向量维数
measure_params
测量向量维数
control_params
控制向量维数
函数cvCreateKalman分配CvKalman以及它的所有矩阵和初始参数
KalmanPredict
估计后来的模型状态
constCvMat*prediction=cvKalmanPredict（kalman,0）;
constCvMat*cvKalmanPredict（CvKalman*kalman,constCvMat*
control=NULL）;
#definecvKalmanUpdateByTimecvKalmanPredict
kalman
Kalman滤波器状态
control
控制向量（uk）,如果没有外部控制（control_params=0）应该为NULL函数cvKalmanPredict根据当前状态估计后来的随机模型状态，并存储于kalman->state_pre:
其中:
x'k是预测状态（kalman->state_pre）,
xk-1是前一步的矫正状态（kalman->state_post），应该在开始的某个地方初始化，
即缺省为零向量,
uk是外部控制（control参数）,
P'k是先验误差相关矩阵（kalman->error_cov_pre）
Pk-1是前一步的后验误差相关矩阵（kalman->error_cov_post）,应该在开始的某个地方初始化，即缺省为单位矩阵。
函数返回估计得到的状态值。
KalmanCorrect
调节模型状态
cvKalmanCorrect（kalman,measurement）;
constCvMat*cvKalmanCorrect（CvKalman*kalman,constCvMat*measurement）;
#definecvKalmanUpdateByMeasurementcvKalmanCorrect
kalman
被更新的Kalman结构的指针
measurement
指向测量向量的指针，向量形式为CvMat
函数cvKalmanCorrect在给定的模型状态的测量基础上，调节随机模型状态：
其中:
zk-给定测量（mesurementparameter）
Kk-Kalman"增益"矩阵
函数存储调节状态到kalman->state_post中并且输出时返回它。
跟踪算法与程序代码分析:
1）产生一个kalman滤波器，初始化A,H,Q,R.
X（k）=AX（k-1）+BU（k）+W（k），Z（k）=HX（k）+V（k），X（k）是k时刻的系统状态，U（k）是k时刻对系统的控制量。
A和B是系统参数，对于多模型系统，他们为矩阵。
Z（k）是k时刻的测量值，H是测量系统的参数，对于多测量系统，H为矩阵。
W（k）和V（k）分别表示过程和测量的噪声。
他们被假设成高斯白噪声（WhiteGaussianNoise），他们的covariance分别是Q，R。
初始化滤波器的初始状态（随机）,得到初始状态的角度,横纵座标：
CvKalman*kal
升级会员 