2011年10月_hitwengqi

12月 11月 10月 09月

原创第八章 - 轮廓 - 查找轮廓、表示轮廓、绘制轮廓

1、查找轮廓轮廓（contour）到底是什么？一个轮廓对应一系列的店，也就是图像中的一条曲线，OpenCV中一般用序列来存储轮廓信息，序列中的每一个元素是曲线中一个点的位置。轮廓树？ OpenCV将得到的轮廓聚合成一个轮廓树，把轮廓的包含关系编码到树结构中，保护的轮廓在树中体现为节点。轮廓树有4种拓扑结构，CV_RETR_EXTERNAL、CV_RETR_CC

2011-10-31 19:25:35 10109

原创第八章 - 轮廓 - 内存与序列

虽然Canny之类的边缘检测算法可以根据像素间的差异检测出轮廓边界的像素，但是它并没有将轮廓作为一个整体，因此本章要学习如何把这些像素组装成轮廓。具体会涉及到内存存储器（Memory Storage）和序列（Sequence）两种数据结构，内存存储器是OpenCV在创建动态对象时存取内存的技术，而处理轮廓时需要使用序列，因此要熟悉这两个东西。内存：1、底层实现是一个有许多相同大小的内存块组

2011-10-29 17:45:38 3059

原创第七章 - 直方图与匹配 - 模板匹配(cvMatchTemplate)

模板匹配是通过在输入图像上滑动模板图像块对实际的图像块和输入图像进行匹配，应用场景：比如要在一堆图像中寻找指定人脸，就可以利用此算法在图像中找到此人脸的最佳匹配，确定相似度。并且可以利用函数cvMinMaxLoc()找到最佳匹配的位置。对于特定的应用来说，如视频中应用自动部分检测或跟踪（视频中的车牌识别），可以试试所有这些方法，找到最合适的method，这里要考虑算法的性能。---------

2011-10-28 16:18:47 23473 9

原创第七章 - 直方图与匹配 - 直方图的计算与显示(cvCalcHist)

分析图像、物体和视频信息过程，我们常把看到的物体用直方图（histogram）表示，直方图可以用来描述各种不同的事情，如物体的色彩分布、物体边缘梯度模板，以及表示目标位置的概率分布。直方图广泛应用在计算机视觉应用中，简单说，直方图就是对数据进行统计，将统计值组织到一系列事先定义好的bin中，bin中的数值是从数据中计算出的统计量，这些数据可以是诸如梯度、方向、色彩或任何其他特征。直方图获得的是数据

2011-10-27 20:49:13 17991 5

原创程序段作用域小问题

作用域问题是程序设计里的一个最基础的问题，但今天遇到了一个之前没遇到的小问题，见以下这段程序段：CvHistogram* hist;{ int hist_size[] = { h_bins, s_bins }; float h_ranges[] = { 0, 180 }; // hue is [0,180]

2011-10-26 00:01:59 1453

原创第六章 - 图像变换 - 直方图均衡化(cvEqualizeHist)

我们可以对图像做点事情尝试扩大其动态范围，对这个操作最常用的技术是直方图均衡化，可以将比较淡的图像变换为比较深的图像（即增强图像的亮度及对比度）。直方图均衡化后面潜在的数学原理是一个分布（输入的亮度直方图）被映射到另一个分布（一个更宽，理想统一的亮度值分布），映射函数是一个累积分布函数。对于连续分布，结果将是准确的均衡化。在cvEqualizeHist中，原始图像及目标图像必须是单通道，大小相同的

2011-10-22 22:18:34 11779 6

原创第六章 - 图像变换 - 卷积和离散傅里叶变换DFT(cvDFT)

利用DFT可以大大加快卷积运算的速度，因为卷积定理说明空间域的卷积运算可以转换为频域的乘法运算。-------------------------------------------------------------------------------GetOptimalDFTSizeGetOptimalDFTSize对于给定的矢量尺寸返回最优

2011-10-22 21:05:50 17610 4

原创第六章 - 图像变换 - 图像映射到极指数空间(cvLogPolar)

对于二维图形，Log-polar转换表示从笛卡尔坐标到极坐标的变化，广泛应用在计算机视觉中。此函数模仿人类视网膜中央凹视力，并且对于目标跟踪等可用于快速尺度和旋转变换不变模板匹配。本例程实现极坐标变化，并反转。-------------------------------------------------------------------------------------------

2011-10-21 22:33:13 11994 3

原创第六章 - 图像变换 - 图像拉伸、收缩、扭曲、旋转[2] - 透视变换(cvWarpPerspective)

透视变换（单应性？）能提供更大的灵活性，但是一个透视投影并不是线性变换，因此所采用的映射矩阵是3*3，且控点变为4个，其他方面与仿射变换完全类似，下面的例程是针对密集变换，稀疏图像变换则采用cvPerspectiveTransform函数来处理。---------------------------------------------------------------------------

2011-10-20 12:36:51 33367 8

原创【OpevCV数据结构归总】

OpenCV里面用到了很多图像相关的数据结构，熟练掌握它们是学习图像的基础。1、IplImageIplImageIplImage IPL 图像头 typedef struct _IplImage{int nSize; /* IplImage大小 */int ID; /* 版本 (=0)*/int nChannels; /*

2011-10-19 20:09:02 7441

原创第六章 - 图像变换 - 图像拉伸、收缩、扭曲、旋转[1] - 仿射变换(cvWarpAffine)

拉伸、收缩、扭曲、旋转是图像的几何变换，在三维视觉技术中大量应用到这些变换，又分为仿射变换和透视变换。仿射变换通常用单应性建模，利用cvWarpAffine解决密集映射，用cvTransform解决稀疏映射。仿射变换可以将矩形转换成平行四边形，它可以将矩形的边压扁但必须保持边是平行的，也可以将矩形旋转或者按比例变化。透视变换提供了更大的灵活性，一个透视变换可以将矩阵转变成梯形。当然，平行四边形也是

2011-10-19 20:01:17 50536 12

原创第六章 - 图像变换 - 未实现算法

1、重映射2、CartToPolar与PolarToCart（笛卡尔坐标与极坐标的变换）3、离散余弦变换DCT（cvDCT）4、积分图像（cvIntegral）5、距离变换（cvDistTransform）6、陆地移动距离（EMD）- cvCalcEMD2，还可以度量两个分布之间的相似性7、反向投影（cvCalcBackProject）-- 参考学习OpenCV例程ch7_

2011-10-19 19:39:39 3948

原创第六章 - 图像变换 - 霍夫圆变换(cvHoughCircles)

霍夫圆变换与直线变换大体上是类似的，但是累加平面会被三维累加容器代替，（x,y,r），x,y确定圆心，r确定半径，但这意味着需要大量内存速度较慢，OpenCV通过一个比较灵活的霍夫梯度法来解决圆变换问题，利用到cvSobel。累加器概念不是很明白？？-------------

2011-10-18 09:20:16 40470 16

原创第六章 - 图像变换 - 霍夫线变换(cvHoughLines2)

霍夫变换是一种在图像中寻找直线、圆及其他简单形状的方法，霍夫线变换是利用Hough变换在二值图像中找到直线。利用CV_HOUGH_PROBABILISTIC，对应PPHT（累计概率霍夫变换）？这个算法的具体实现有待深究！！！----------------------

2011-10-16 22:35:41 16764

原创第六章 - 图像变换 - Canny算子边缘检测(cvCanny)

Canny是常用的边缘检测方法，其特点是试图将独立边的候选像素拼装成轮廓。（参考：摘自网络）John Canny于1986年提出Canny算子，它与Marr（LoG）边缘检测方法类似，也属于是先平滑后求导数的方法。John Canny研究了最优边缘检测方法所需的特

2011-10-16 15:21:29 60444

原创第六章 - 图像变换 -拉普拉斯变换(cvLaplace)

拉普拉斯变换也可以用作边缘检测，用二次导数的形式定义。拉普拉斯变换（Laplace Transform)，是工程数学中常用的一种积分变换。关于拉普拉斯和傅里叶变换的对比及意义参考这里-------------------------------------------

2011-10-16 13:58:56 21255

原创第六章 - 图像变换 -梯度和Sobel导数(cvSobel)

cvSobel可用于边缘检测，即简单的梯度算法（边缘提取算法）。（以下两段摘自网络）首先，我们来开一下计算机是如何检测边缘的。以灰度图像为例，它的理论基础是这样的，如果出现一个边缘，那么图像的灰度就会有一定的变化，为了方便假设由黑渐变为白代表一个边界，那么对其灰度分析，在边缘的灰度函数就是一个一次函数y=kx，对其求一阶导数就是其斜率k，就是说边缘的一阶导数是一个常

2011-10-16 12:40:30 12380 6