OpenCv学习笔记

    11月份有一个项目需要用到手势识别功能，google之，大爱OpenCv，记录下自己的学习历程，让我们为互联网的开源精神Cheers.

   

    项目采用Qt + Opencv + win7环境下实现 

  

 一、

   首先我们要 win7下配置OpenCV的Qt开发环境，具体参考如下

  http://blog.csdn.net/qiurisuixiang/article/details/8665278

   当你的test code 成功实现一张图片显示的时候,congratulate you，你的环境已经搭建成功了。

二、

   做完初步的环境搭建，让我们来做一些好玩的事情，实现对一个物体的背景轮廓分离。这里我采用了大津算法，初步实现了背景和背景的分离。

   贴Code

  

#include"cv.h"
#include"cxcore.h"
#include"highgui.h"


void cvThresholdOtsu(IplImage* src, IplImage* dst)
{
    int height=src->height;
    int width=src->width;


    //histogram
    float histogram[256]={0};
    for(int i=0;i<height;i++)
    {
        unsigned char* p=(unsigned char*)src->imageData+src->widthStep*i;
        for(int j=0;j<width;j++)
        {
            histogram[*p++]++;
        }
    }
    //normalize histogram
    int size=height*width;
    for(int i=0;i<256;i++)
    {
        histogram[i]=histogram[i]/size;
    }


    //average pixel value
    float avgValue=0;
    for(int i=0;i<256;i++)
    {
        avgValue+=i*histogram[i];
    }


    int threshold;
    float maxVariance=0;
    float w=0,u=0;
    //自适应阈值
    for(int i=0;i<256;i++)
    {
        w+=histogram[i];
        u+=i*histogram[i];


        float t=avgValue*w-u;
        float variance=t*t/(w*(1-w));
        if(variance>maxVariance)
        {
            maxVariance=variance;
            threshold=i;
        }
    }


    cvThreshold(src,dst,threshold,255,CV_THRESH_BINARY);//设置阈值
}


void cvSkinOtsu(IplImage* src, IplImage* dst)
{
    assert(dst->nChannels==1&& src->nChannels==3);
    IplImage* ycrcb=cvCreateImage(cvGetSize(src),8,3);
    IplImage* cr=cvCreateImage(cvGetSize(src),8,1);
    cvCvtColor(src,ycrcb,CV_BGR2YCrCb);
    cvSplit(ycrcb,0,cr,0,0);


    cvThresholdOtsu(cr,cr);
    cvCopyImage(cr,dst);
    cvReleaseImage(&cr);
    cvReleaseImage(&ycrcb);
}


int main(int argc,char *argv[])
{
    IplImage *src=cvLoadImage("E:/hand.jpg",1);
    IplImage *binary_img=cvCreateImage(cvGetSize(src),8,1);
    cvSkinOtsu(src, binary_img);
    CvMemStorage *pcvMStorage = cvCreateMemStorage();
    CvSeq *pcvSeq = NULL;
    cvFindContours(binary_img, pcvMStorage, &pcvSeq, sizeof(CvContour),\
                       CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE, cvPoint(0, 0));


    IplImage *pOutlineImage = cvCreateImage(cvGetSize(binary_img), IPL_DEPTH_8U, 3);
    cvDrawContours(pOutlineImage, pcvSeq, CV_RGB(255,0,0), CV_RGB(0,255,0), 5, 2);


    cvNamedWindow("Image",1);
    cvNamedWindow("binary",1);
    cvNamedWindow("end",1);


    cvShowImage("Image",src);
    cvShowImage("binary",binary_img);
    cvShowImage("end", pOutlineImage);


    cvWaitKey(0);
    cvDestroyWindow("Image");
    cvReleaseImage(&src);
    cvDestroyWindow("binary");
    cvReleaseImage(&binary_img);
    cvDestroyWindow("end");
    cvReleaseImage(&pOutlineImage);
    return 0;
}

 

通过以上代码我们可以实现初步的轮廓提取，贴上一张图

具体的实现算法google之，简要概括就是通过类间方差识别出手掌和背景的分离指标，用这个算出手掌和背景的分离阈值，从而对图像二值化，最后使用cvFindContours对二值化图像寻找轮廓显示。未完待续。