opencv教程.docx
《opencv教程.docx》由会员分享，可在线阅读，更多相关《opencv教程.docx（42页珍藏版）》请在冰豆网上搜索。
opencv教程
一、简介
[编辑]
1、OpenCV的特点
[编辑]
（1）总体描述
OpenCV是一个基于C/C++语言的开源图像处理函数库
其代码都经过优化，可用于实时处理图像
具有良好的可移植性
可以进行图像/视频载入、保存和采集的常规操作
具有低级和高级的应用程序接口（API）
提供了面向IntelIPP高效多媒体函数库的接口，可针对你使用的IntelCPU优化代码，提高程序性能（译注：
OpenCV2.0版的代码已显着优化，无需IPP来提升性能，故2.0版不再提供IPP接口）
[编辑]
（2）功能
图像数据操作（内存分配与释放，图像复制、设定和转换）
Imagedatamanipulation（allocation,release,copying,setting,conversion）.
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）
ImageandvideoI/O（fileandcamerabasedinput,image/videofileoutput）.
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、奇异值分解）
Matrixandvectormanipulationandlinearalgebraroutines（products,solvers,eigenvalues,SVD）.
支持多种动态数据结构（链表、队列、数据集、树、图）
Variousdynamicdatastructures（lists,queues,sets,trees,graphs）.
基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构）
Basicimageprocessing（filtering,edgedetection,cornerdetection,samplingandinterpolation,colorconversion,morphologicaloperations,histograms,imagepyramids）.
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）
Structuralanalysis（connectedcomponents,contourprocessing,distancetransform,variousmoments,templatematching,Houghtransform,polygonalapproximation,linefitting,ellipsefitting,Delaunaytriangulation）.
摄像头定标（寻找和跟踪定标模式、参数定标、基本矩阵估计、单应矩阵估计、立体视觉匹配）
Cameracalibration（findingandtrackingcalibrationpatterns,calibration,fundamentalmatrixestimation,homographyestimation,stereocorrespondence）.
运动分析（光流、动作分割、目标跟踪）
Motionanalysis（opticalflow,motionsegmentation,tracking）.
目标识别（特征方法、HMM模型）
Objectrecognition（eigen-methods,HMM）.
基本的GUI（显示图像/视频、键盘/鼠标操作、滑动条）
BasicGUI（displayimage/video,keyboardandmousehandling,scroll-bars）.
图像标注（直线、曲线、多边形、文本标注）
Imagelabeling（line,conic,polygon,textdrawing）
[编辑]
（3）OpenCV模块
cv–核心函数库
cvaux–辅助函数库
cxcore–数据结构与线性代数库
highgui–GUI函数库
ml–机器学习函数库
、OpenCV命名规则
[编辑]
（1）函数名:
cvActionTargetMod（...）
Action=核心功能（corefunctionality）（e.g.set,create）
Target=目标图像区域（targetimagearea）（e.g.contour,polygon）
Mod=（可选的）调整语（optionalmodifiers）（e.g.argumenttype）
[编辑]
（2）矩阵数据类型:
CV_（S|U|F）C
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.
[编辑]
（3）图像数据类型:
IPL_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.
[编辑]
（4）头文件:
#include
#include
#include
#include
#include//一般不需要，cv.h内已包含该头文件
[编辑]
4、编译建议
[编辑]
（1）Linux:
g++hello-world.cpp-ohello-world\
-I/usr/local/include/opencv-L/usr/local/lib\
-lm-lcv-lhighgui-lcvaux
[编辑]
（2）Windows:
在VisualStudio的‘选项’和‘项目’中设置好OpenCV相关文件的路径。
[编辑]
5、C例程
////////////////////////////////////////////////////////////////////////
//
//hello-world.cpp
//
//该程序从文件中读入一幅图像，将之反色，然后显示出来.
//
////////////////////////////////////////////////////////////////////////
#include
#include
#include
#include
#include
intmain（intargc,char*argv[]）
{
IplImage*img=0;
intheight,width,step,channels;
uchar*data;
inti,j,k;
if（argc<2）{
printf（"Usage:
main\n\7"）;
exit（0）;
}
//loadanimage
img=cvLoadImage（argv[1]）;
if（!
img）{
printf（"Couldnotloadimagefile:
%s\n",argv[1]）;
exit（0）;
}
//gettheimagedata
height=img->height;
width=img->width;
step=img->widthStep;
channels=img->nChannels;
data=（uchar*）img->imageData;
printf（"Processinga%dx%dimagewith%dchannels\n",height,width,channels）;
//createawindow
cvNamedWindow（"mainWin",CV_WINDOW_AUTOSIZE）;
cvMoveWindow（"mainWin",100,100）;
//inverttheimage
//相当于cvNot（img）;
//IplImage*pDstImg=cvCreateImage（cvGetSize（img）,img->depth,img->nChannels）;
//cvNot（img,pDstImg）;
for（i=0;idata[i*step+j*channels+k]=255-data[i*step+j*channels+k];
//showtheimage
cvShowImage（"mainWin",img）;
//waitforakey
cvWaitKey（0）;
//releasetheimage
cvReleaseImage（&img）;
return0;
}
[编辑]
二、GUI指令
[编辑]
1、窗口管理
[编辑]
（1）创建和定位一个新窗口:
cvNamedWindow（"win1",CV_WINDOW_AUTOSIZE）;
cvMoveWindow（"win1",100,100）;//offsetfromtheULcornerofthescreen
[编辑]
（2）载入图像:
IplImage*img=0;
img=cvLoadImage（fileName,CV_LOAD_IMAGE_COLOR）;
if（!
img）printf（"Couldnotloadimagefile:
%s\n",fileName）;
[编辑]
（3）显示图像:
cvShowImage（"win1",img）;
该函数可以在上面建立的窗口（win1）中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-绿-红）顺序存储。
[编辑]
（4）关闭窗口:
cvDestroyWindow（"win1"）;
[编辑]
（5）改变窗口大小:
cvResizeWindow（"win1",100,100）;//newwidth/heighinpixels
[编辑]
2、输入处理
[编辑]
（1）处理鼠标事件:
定义一个鼠标处理程序:
voidmouseHandler（intevent,intx,inty,intflags,void*param）
{
switch（event）{
caseCV_EVENT_LBUTTONDOWN:
if（flags&CV_EVENT_FLAG_CTRLKEY）
printf（"LeftbuttondownwithCTRLpressed\n"）;
break;
caseCV_EVENT_LBUTTONUP:
printf（"Leftbuttonup\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
注册该事件处理程序:
mouseParam=5;
cvSetMouseCallback（"win1",mouseHandler,&mouseParam）;//第三个参数可以设置为NULL
[编辑]
（2）处理键盘事件:
实际上对于键盘输入并没有专门的事件处理程序.
按一定间隔检测键盘输入（适用于循环体中）:
intkey;
key=cvWaitKey（10）;//wait10msforinput
中止程序等待键盘输入:
intkey;
key=cvWaitKey（0）;//waitindefinitelyforinput
键盘输入的循环处理程序:
while
（1）{
key=cvWaitKey（10）;
if（key==27）break;
switch（key）{
case'h':
...
break;
case'i':
...
break;
}
}
[编辑]
（3）处理滑动条事件:
定义一个滑动条处理程序:
voidtrackbarHandler（intpos）
{
printf（"Trackbarposition:
%d\n",pos）;
}
注册该事件处理程序:
inttrackbarVal=25;
intmaxVal=100;
cvCreateTrackbar（"bar1","win1",&trackbarVal,maxVal,trackbarHandler）;
获取当前的滑动条位置:
intpos=cvGetTrackbarPos（"bar1","win1"）;
设置滑动条位置:
cvSetTrackbarPos（"bar1","win1",25）;
[编辑]
三、OpenCV的基本数据结构
（译注：
OpenCV1.1、1.2或2.0版本中各数据结构的结构体元素有所调整，以下仅作参考）
[编辑]
1、图像数据结构
[编辑]
（1）IPL图像:
IplImage
|--intnChannels;//颜色通道数目（1,2,3,4）
|--intdepth;//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
|--intwidth;//图像宽度（像素为单位）
|--intheight;//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
|--intdataOrder;//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-把所有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只能创建像素交错排列式的图像
|--intorigin;//0–像素原点为左上角,
|//1–像素原点为左下角（Windowsbitmapsstyle）
|--intwidthStep;//相邻行的同列点之间的字节数
|--intimageSize;//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
|//（需要正确地重新分配图像内存）
|//（neededforcorrectimagedeallocation）
|--intalign;//图像数据的行对齐:
4or8bytealignment
|//OpenCV中无此项，采用widthStep代替
|--charcolorModel[4];//颜色模型–OpenCV中忽略此项
[编辑]
2、矩阵与向量
[编辑]
（1）矩阵:
CvMat//2D矩阵
|--inttype;//元素类型（uchar,short,int,float,double）与标志
|--intstep;//整行长度字节数
|--introws,cols;//行、列数
|--intheight,width;//矩阵高度、宽度，与rows、cols对应
|--uniondata;
|--uchar*ptr;//datapointerforanunsignedcharmatrix
|--short*s;//datapointerforashortmatrix
|--int*i;//datapointerforanintegermatrix
|--float*fl;//datapointerforafloatmatrix
|--double*db;//datapointerforadoublematrix
CvMatND//N-维矩阵
|--inttype;//元素类型（uchar,short,int,float,double）与标志
|--intdims;//矩阵维数
|--uniondata;
||--uchar*ptr;//datapointerforanunsignedchar矩阵
||--short*s;//datapointerforashortmatrix
||--int*i;//datapointerforanintegermatrix
||--float*fl;//datapointerforafloatmatrix
||--double*db;//datapointerforadoublematrix
|
|--structdim[];//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
[编辑]
（2）一般矩阵:
CvArr*//仅作为函数定义的参数使用，
//表明函数可以接受不同类型的矩阵作为参数，
//例如：
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
[编辑]
（3）标量:
CvScalar
|--doubleval[4];//4D向量
初始化函数:
CvScalars=cvScalar（doubleval0,doubleval1=0,doubleval2=0,doubleval3=0）;
//Example:
CvScalars=cvScalar（20.0）;
s.val[0]=20.0;
注意该初始化函数的函数名与对应的结构体名称几乎同名，差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。
它并不是一个C++构造函数。
（译注：
类似的还有cvMat与CvMat、cvPoint与CvPoint等等）
[编辑]
3、其它结构类型
[编辑]
（1）点:
CvPointp=cvPoint（intx,inty）;
CvPoint2D32fp=cvPoint2D32f（floatx,floaty）;
CvPoint3D32fp=cvPoint3D32f（floatx,floaty,floatz）;
//E.g.:
p.x=5.0;
p.y=5.0;
[编辑]
（2）矩形框大小（以像素为精度）:
CvSizer=cvSize（intwidth,intheight）;
CvSize2D32fr=cvSize2D32f（floatwidth,floatheight）;
[编辑]
（3）矩形框的偏置和大小:
CvRectr=cvRect（intx,inty,intwidth,intheight）;
[编辑]
四、图像处理
[编辑]
1、图像的内存分配与释放
[编辑]
（1）分配内存给一幅新图像:
IplImage*cvCreateImage（CvSizesize,intdepth,intchannels）;
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.Canbe1,2,3or4.
各通道是交错排列的.一幅彩色图像的数据排列格式如下：
b0g0r0b1g1r1...
示例:
//Allocatea1-channelbyteimage
IplImage*img1=cvCreateImage（cvSize（640,480）,IPL_DEPTH_8U,1）;
//Allocatea3-channelfloatimage
IplImage*img2=cvCreateImage（cvSize（640,480）,IPL_DEPTH_32F,3）;
[编辑]
（2）释放图像:
IplImage*img=cvCreateImage（cvSize
升级会员 