中文 » yang_xian521

OpenCV学习笔记（五）——2.0以上版本和以下版本的数据兼容

yang_xian521 — Fri, 06 Jan 2012 07:59:30 +0000

都知道，2.0版本对之前的OpenCV数据结构进行了大幅度的修改。但对之前版本的兼容是一个很重要的事情。这节就主要讨论这个问题
首先来看一下2.0版本对之前版本的进行了哪些修改
1.采用了新的数据结构Mat作为图像的容器，取代了之前的CvMat和lplImage，这个改动不是太复杂，只需适应一下新东西，而且可以自由转换
Mat I; IplImage pI = I; CvMat mI = I;
对于指针的操作要相对复杂一些，而且还要注意内存的释放，我这里不推荐用老版本的数据结构，例如：
Mat I; IplImage* pI = &I.operator IplImage(); CvMat* mI = &I.operator CvMat();
2.对library进行了重组，将原来的一个大库根据功能结构分成具体小库，这样包含头文件的时候只需要加入你需要的库，只是原来库的子集
3.使用了cv 这个namespace来防止和其他的library 结构冲突。所以在使用的时候也要预先加上cv::关键字，这也是新版本的函数，数据都省略了cv前缀的原因，一般放在include之后，格式为：
using namespace cv; // The new C++ interface API is inside this namespace. Import it.

OpenCV学习笔记（四）——新版本的数据结构core

yang_xian521 — Fri, 06 Jan 2012 07:59:14 +0000

2.0新版本对数据结构进行了大幅修改：

定义了DataType类

定义了Point_模板类，取代了之前版本的CvPoint、CvPoint2D32f

定义了Point3_模板类，取代了之前版本的CvPoint2D32f

定义了Size_模板类，取代了之前版本的CvSize和CvSize2D32f

定义了Rect_模板类，取代了之前版本的CvRect

RotatedRect模板类，

TermCriteria模板类，取代了之前的CvTermCriteria，这个类是作为迭代算法的终止条件的，这个类在参考手册里介绍的很简单，我查了些资料，这里介绍一下。该类变量需要3个参数，一个是类型，第二个参数为迭代的最大次数，最后一个是特定的阈值。类型有CV_TERMCRIT_ITER、CV_TERMCRIT_EPS、CV_TERMCRIT_ITER+CV_TERMCRIT_EPS，分别代表着迭代终止条件为达到最大迭代次数终止，迭代到阈值终止，或者两者都作为迭代终止条件。以上的宏对应的c++的版本分别为TermCriteria::COUNT、TermCriteria::EPS，这里的COUNT也可以写成MAX_ITER。

Matx模板类。Matx模板类是对Mat类的一个拓展，从Matx类有派生出Vec类，又Vec类又派生出Scalar_类，取代了CvScalar

定义了Range类指定了一个序列的一个连续的子序列

定义了Ptr类用来对老版本的数据结构进行指针操作，更安全有效，可以防止内存的不正常使用。

最最重要的定义了Mat类来表示矩阵，取代了之前的CvMat和lplImage。Mat结构支持的操作有：

构造析构函数Mat和~Mat

对=、MatExpr、( )、CvMat、IplImage进行了运算符重载

row、col函数

rowRange、colRange

类似matlab的运算操作diag、t、inv、mul、cross、dot、zeros、one、eye

复制转换变形clone、copyTo、convertTo、assignTo、setTo、reshape、create、addref

其中copyTo函数有个妙用，不但可以复制Mat，还可以通过mask提取出感兴趣的部分

数据的操作release、resize、reserve、push_back、pop_back、locateROI、adjustROI

Mat的信息total、isContinuous、elemSize、elemSize1、type、depth、channes、step1、size、empty

定位ptr、at、begin、end

还做了几个扩展类Mat_、NAryMatlterator、SparseMat、SparseMat_取代了之前的CvSparseMat。这些类的操作运算与Mat大同小异，类声明参考core的具体头文件

当然，新版本对老版本的数据结构和函数依然支持。

新版本还在这些结构里支持dft、dct变换，我这里讲一下我的新发现PCA类、SVD类

PCA类有构造函数PCA，运算符重载()，project，backProject。SVD类有构造函数SVD，运算符重载()，compute，solveZ，backSubst

这里介绍几个我使用过的实用函数：

inRange函数可以检查Matsrc的内容是否在Matlower、Matupper之间，输出结果是一个uchar型矩阵，1表示在两者之间，否则为0，值得注意的是，Matlower，Matupper也可以用Scalar的格式

bitwise_xxx函数对两个矩阵进行位运算，结果保存在第三个矩阵当中

mixChannels函数可以实现矩阵的指定通道复制到新矩阵的指定通道

总之，新版本支持更多的数学运算，还支持一些画图操作

OpenCV学习笔记（二）——新版本模块结构

yang_xian521 — Fri, 06 Jan 2012 07:58:58 +0000

还是老话题，2.0版本对OpenCV可是进行了大刀阔斧的改革，用c++重新了大部分结构，而不是1.X版本中的c结构。这些模块包括：

core——定义了基本数据结构，包括最重要的Mat和一些其他的模块

imgproc——该模块包括了线性和非线性的图像滤波，图像的几何变换，颜色空间转换，直方图处理等等

video——该模块包括运动估计，背景分离，对象跟踪

calib3d——基本的多视角几何算法，单个立体摄像头标定，物体姿态估计，立体相似性算法，3D信息的重建

features2d——显著特征检测，描述，特征匹配

objdetect——物体检测和预定义好的分类器实例（比如人脸，眼睛，面部，人，车辆等等）

highgui——视频捕捉、图像和视频的编码解码、图形交互界面的接口

gpu——利用GPU对OpenCV模块进行加速算法

ml——机器学习模块（SVM，决策树，Boosting等等）

flann——Fast Library for Approximate Nearest Neighbors（FLANN）算法库

legacy——一些已经废弃的代码库，保留下来作为向下兼容

还有一些其他的模块，比如FLANN算法库、Google测试包、Python bingdings等等。

OpenCV学习笔记（三）—— Mat，图像的新容器

yang_xian521 — Fri, 06 Jan 2012 07:58:38 +0000

自从版本2.0，OpenCV采用了新的数据结构，用Mat类结构取代了之前用extended C写的cvMat和lplImage，更加好用啦，最大的好处就是更加方便的进行内存管理，对写更大的程序是很好的消息。

需要注意的几点：
1. Mat的拷贝只是复制了Mat的信息头，数据的指针也指向了被拷贝的数据地址，而没有真正新建一块内存来存放新的矩阵内容。这样带来的一个问题就是对其中一个Mat的数据操作就会对其他指向同一块数据的Mat产生灾难性的影响。

2.建立多维数组的格式是这样的
int sz[3] = {2, 2, 2}; Mat L(3, sz, CV_8UC(1), Scalar::all(0));
3.传统的lplImage格式也可直接转换为Mat格式
IplImage* img = cvLoadImage("greatwave.png", 1); Mat mtx(img); // convert IplImage* -> Mat
如果想将新版本的Mat格式转换为老版本，则需要如下调用：
Mat I; IplImage* pI = &I.operator IplImage(); CvMat* mI = &I.operator CvMat();
不过更安全的调用格式为：
Ptr piI = &I.operator IplImage();
4.Mat结构更加友好，很多操作更接近matlab的风格
5.也有Point2f，Point3f，vector等数据结构可以使用
6.RNG类可以产生随机数
7.实现颜色通道的分离使用函数split

OpenCV学习笔记（一）——安装配置、第一个程序

yang_xian521 — Fri, 06 Jan 2012 07:58:05 +0000

决心开始研究OpenCV。闲言少叙，sourceforge网站最近的版本是2011年8月的OpenCV2.3.1，下载安装，我这里使用的开发环境是vs2008，网上搜了一下配置的教程，与之前的几个OpenCV版本的配置过程大体相同：（教程网上很多，知之为知之，不知百度之，我这里粗略再讲一下）

1. 配置电脑的环境变量（Path变量）（需要注销才能生效），这里需要注意网上的教程又让增加一个OPENCV变量，值为D:\Program Files\OpenCV2.3.1\build(你安装的路径中的build目录)

2. 添加包含文件和库文件，这个和前几个版本方法类似，都是去工具->选项->VC目录添加build目录下的include目录及其子目录和你电脑对应版本的lib目录（选择x86 or x64，vc9 or vc10）

下面是第一个实例：

新建一个空项目，添加源文件如下：
#include #include #include


using namespace cv;

using namespace std; 
int main( int argc, char** argv )

{

	if( argc != 2)

	{

	 cout <<" Usage: display_image ImageToLoadAndDisplay" << endl;

	 return -1;

	}
	Mat image;

	image = imread(argv[1], CV_LOAD_IMAGE_COLOR);	// Read the file
	if(! image.data )                              // Check for invalid input

	{

		cout <<  "Could not open or find the image" << std::endl ;

		return -1;

	}
	namedWindow( "Display window", CV_WINDOW_AUTOSIZE );// Create a window for display.

	imshow( "Display window", image );                   // Show our image inside it.

waitKey(0); // Wait for a keystroke in the window return 0; }
这段程序可以在你安装目录下的samples\cpp\tutorial_code\introduction\display_image找到，编译后，将图片test.jpg放到opencvtest.exe相同的目录中去，利用cmd命令行进入的可执行文件所在的目录，
运行opencvtest test.jpg

则会显示一个图片，第一个程序成功。如图

如果遇到找不到tbb_debug.dll文件的问题，参考这里http://www.opencv.org.cn/forum/viewtopic.php?p=52223，只是我的环境是vs2008，大同小异。祝你成功！

接下来我觉得应该好好研究一下OpenCV里的doc文件夹下的教程和使用手册，我个人觉得《学习OpenCV》这本书已经远远跟不上OpenCV发展的速度了