openCV学习

最新推荐文章于 2023-10-08 15:46:02 发布

beiguodexuecsdn

最新推荐文章于 2023-10-08 15:46:02 发布

阅读量331

点赞数

分类专栏： openCV 文章标签： openCv

本文链接：https://blog.csdn.net/beiguodexueCSDN/article/details/100517289

版权

openCV 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

openCV学习

filter2D卷积

filter2D卷积是根据卷积核进行卷积运算的，卷积核的中心经过图像的每一个点，然后卷积核与覆盖下的每个像素相乘，所得到的结果相加，最后赋值给中心点，从而完成卷积，对于边缘有两种方式解决，第一种是边缘填充0，第二种是边缘填充和边缘大小一样的值。
基于hessian矩阵的steger算法提取激光线中心的算法：
利用的是直线的各向异性，在X方向Y方向的二阶导不同，比较哪个方向的特征值比较大，就说明各向异性比较强，也是光线的法线方向，然后根据steger算法，求出此坐标点的亚像素坐标，即时光线的中心点。
博客链接是： https://blog.csdn.net/Dangkie/article/details/78996761
访问图像像素的几个简单方法，指针和at

at访问方式：

指针访问的速度要比at快几十倍，同时还需要注意Mat定义的图像访问时（i，j）坐标要反过来，行和列是正确的但是访问时要反过来，比如要访问第10行7列，那么就是src.at(6,9);
单通道图像： Mat.at<存储类型名称>(列，行)
多通道图像： Mat.at<存储类型名称>(列，行)[通道]
Mat image;
image.at(25,43); //若image为单通道影像
image.at(25,43)[2]; //若image为多通道影像
访问时通道顺序是BGR

指针访问方式：
```
for(int row = 0; row < src.rows; row++)
{
    	uchar *pValue = src.ptr<uchar>(row);
    	for (int col = 0; col < src.cols; col++)
    	{
    		uchar bValue = pValue[3*col  + 0];
    		uchar gValue = pValue[3*col + 1];
    		uchar rValue = pValue[3*col + 2];
    	}
  }
```
opencv的速率问题：vetor和pushback
在debug模式下，debug还原了很多调试信息，所以慢很多。使用vetor时很方便，不用去声明大小，而且可以随时往里面添加数据，用pushback便可以添加数据，但是在for循环里面添加或者取数据非常的慢，比普通数组慢很多。

慢的原因是数据存储的局部性问题（data locality）:
1、使用二位数组Depart[500][21]的时候，所有数据在内存中是连续存放的。访问内存时，内存访问的局部性较强，Cache命中的概率较大。L1 Cache访问延迟只有几个指令周期，而内存访问延迟则达到几百个指令周期。
2、Vector中的数据是连续存放的，但是Vector本身只保存指向数据块的指针。Vector建立在栈上，保存数据的数据块在堆上。因此二位动态数组Vector <Vector>中，指向行的所有指针是连续存放的。每个行的数据是连续存放的，但是行与行之间是不连续存放的。因此跨行访问时局部性降低，Cache命中率下降。所以用时间更多。
改进方案。提升数据局部性：
typedef int line[21];
Vector Depart;

opencv读摄像头和视频

读取摄像头：
cout << CV_VERSION << endl; //输出opencv的版本号 
VideoCapture cap(0);                
 //VideoCapture是打开摄像头的命名空间，cap（0）是打开摄像头，如果有两个摄像头要看0还是1能读取出来了。
if (!cap.isOpened())
{
		cout << "视频文件打开失败" << endl;
}
读取相关信息：
cout << "视频相关信息如下" << endl;
cout << "宽度：" << cap.get(CV_CAP_PROP_FRAME_WIDTH) << endl;
cout << "高度：" << cap.get(CV_CAP_PROP_FRAME_HEIGHT) << endl;
cout << "总帧数：" << cap.get(CV_CAP_PROP_FRAME_COUNT) << endl;
cout << "帧率（fps）：" << cap.get(CV_CAP_PROP_FPS) << endl;
读取视频：
    VideoCapture cap("c://dev//res//out.avi");只需要地址拉进来就可以。

读取摄像头的一些API：
cv.VideoCapture() 初始化摄像头，0开启第一个摄像头，1开启第2个摄像头，返回摄像头对象，一般会自动打开摄像头
cap.read() 读取摄像头帧，返回值1表示是否成功读取帧，返回值2表示该帧
cv.cvtColor(frame,mode) 转换图片的色彩空间
cap.release() 关闭摄像头
cap.isOpened() 检查摄像头是否打开
cap.open() 打开摄像头
cap.get(propld) 获得该帧的大小
cap.set(propld,value) 设置该帧的大小

waitKey(20); 一般用在视频中，演示20ms然后显示一帧。
if ((char)waitKey(1) == ‘q’) break; 判断如果按键按下q则视频停止，鼠标要点击在图上，并且是英文输入才可以停止。
保存视频：

//设置保存的视频帧数目
	int frameNum = 100;
	//保存视频的路径
	string outputVideoPath = "..\\test.avi";
	//获取当前摄像头的视频信息
	cv::Size sWH = cv::Size((int)cap.get(CV_CAP_PROP_FRAME_WIDTH),
		(int)cap.get(CV_CAP_PROP_FRAME_HEIGHT));
	VideoWriter outputVideo;
	outputVideo.open(outputVideoPath, CV_FOURCC('M', 'P', '4', '2'), 25.0, sWH);

	while (cap.isOpened() && frameNum > 0)
	{
		cap >> Frame;
		if (Frame.empty()) break;
		outputVideo << Frame;
		frameNum--;

		imshow("img", Frame);
		waitKey(10);

		if ((char)waitKey(10) == 'q') break;
	}
	outputVideo.release();