opencv
文章平均质量分 91
爱笑的朵拉
一份耕耘,一份收获
展开
-
opencv-- 使用鼠标绘制矩形并截取和保存矩形区域图像
鼠标操作属于用户接口设计,以前一直使用Qt来做,但是如果只需要简单的鼠标,键盘操作,直接调用opencv库的函数也未尝不可,鼠标操作之前已经接触很多了,在MFC,QT,OpenGL,等等中,理论主要就是两点,一是监控鼠标操作,鼠标点击,移动,松开,然后通过mouse_event识别判断出那一种鼠标的操作,根据不同的操作然后进行处理,二是在主函数中加入鼠标的回调函数,将鼠标操作与程序的窗口绑定。原创 2015-09-25 17:07:42 · 1497 阅读 · 0 评论 -
opencv学习(9)利用形态滤波学检测角点
在一幅灰度图像中,我们可以把亮的那一部分比作山,暗的那一部分比作山谷,而边缘就是山和山谷的相接的地方,这部分的灰度值会急剧的变化。如果在边缘地方使用腐蚀操作,那么和边缘交接的亮的地方就会被0所替代,也就山的一部分变成了山谷,那么山的高度就降低了。而膨胀的结果和这个相反。而水平地势的地方,也就是山顶的平地不会被影响到。利用这个原理我们就可以找到图像的边缘。也就是找出腐蚀和膨胀后的图像的不同,原创 2015-12-08 10:53:49 · 584 阅读 · 0 评论 -
opencv学习之轮廓高级应用(轮廓匹配,几何直方图)
最近再次用到了opencv轮廓,在这里结合作者冰山一角的博客(http://www.cnblogs.com/slysky/)以及自己的体会在此稍加说明。其程序主要参见冰山一角的Blog,遗憾的是代码是OpenCV1.0写的,等有时间再用2.4.2改写一篇。 对于轮廓的相关数据结构表示和几本操作(查找轮廓,画轮廓),可参见前面两片关于轮廓的例程,在这里不多讲。 对于查找轮廓转载 2016-01-04 16:05:21 · 4516 阅读 · 1 评论 -
opencv-mat
最近开始搭建好了OpenCV2的环境,准备学习一下OpenCV2的一些新知识,之前有学习旧的版本,主要用于arm板的开发,毕竟是C语言写的,但是之后想做一下界面的东西,发觉OpenCV2和QT比较搭,而且OpenCV在发展,我们也不能落后,要跟上,所以就开始着手学习一下新版本的知识。毕竟OpenCV正规的参考资料很少,要学好OpenCV只能查查文档,看看范例,慢慢积累。于是先从OpenCV提供的t原创 2015-09-16 20:00:19 · 396 阅读 · 0 评论 -
opencv学习篇(8)轮廓的查找、表达、绘制、特性及匹配
前言 轮廓是构成任何一个形状的边界或外形线。前面讲了如何根据色彩及色彩的分布(直方图对比和模板匹配)来进行匹配,现在我们来看看如何利用物体的轮廓。包括以下内容:轮廓的查找、表达方式、组织方式、绘制、特性、匹配。 查找轮廓 首先我们面对的问题是如何在图像中找到轮廓,OpenCv(EmguCv)为我们做了很多工作,我们的任务只是调用现成的函数而已。Image类的FindCo原创 2015-11-06 10:53:24 · 5132 阅读 · 0 评论 -
opencv-基本绘图函数
基本绘图相对来说也是非常简单的,只是几个函数的调用而已,在这里OpenCV教程中已经讲得非常详细了,我这里只是贴出代码,运行结果,函数参数解析和函数功能。1、绘图用OpenCV的函数 line 绘 直线用OpenCV的函数 ellipse 绘 椭圆用OpenCV的函数 rectangle 绘 矩形用OpenCV的函数 circle 绘 圆用OpenCV的函数 f原创 2015-09-16 19:56:04 · 656 阅读 · 0 评论 -
OpenCV中特征点提取和匹配的通用方法
OpenCV在新版本中把很多C语言的代码都重新整理成了C++代码,让我们在使用的时候更加方便灵活。其中对于特征点的提取和匹配,充分体现了C++的强大。下面直接用例子来说明。假设我们有两幅图:1.bmp和2.bmp,要从中提取体征点并匹配,代码如下: // Load image from fileIplImage *pLeftImage = cvLoadImage("1.bm原创 2015-09-16 10:35:49 · 383 阅读 · 0 评论 -
opencv-特征匹配及其优化
在OpenCV2简单的特征匹配中对使用OpenCV2进行特征匹配的步骤做了一个简单的介绍,其匹配出的结果是非常粗糙的,在这篇文章中对使用OpenCV2进行匹配的细化做一个简单的总结。主要包括以下几个内容:DescriptorMatcherDMatcherKNN匹配计算两视图的基础矩阵F,并细化匹配结果计算两视图的单应矩阵H,并细化匹配结果DescriptorMatcher 和 DMat原创 2015-09-16 10:37:36 · 1473 阅读 · 0 评论 -
opencv-harris和shi-tomasi角点检测
角点特征检测与匹配是Computer Vision 应用总重要的一部分,这需要寻找图像之间的特征建立对应关系。点,也就是图像中的特殊位置,是很常用的一类特征,点的局部特征也可以叫做“关键特征点”(keypoint feature),或“兴趣点”(interest point),或“角点”(conrner)。关于角点的具体描述可以有几种:一阶导数(即灰度的梯度)的局部最大所对原创 2015-09-16 18:24:09 · 784 阅读 · 0 评论 -
opencv学习篇(6)mask操作
矩阵的掩码操作很简单。其思想是:根据掩码矩阵(也称作核)重新计算图像中每个像素的值。掩码矩阵中的值表示近邻像素值(包括该像素自身的值)对新像素值有多大影响。从数学观点看,我们用自己设置的权值,对像素邻域内的值做了个加权平均。测试用例思考一下图像对比度增强的问题。我们可以对图像的每个像素应用下面的公式:上面那种表达法是公式的形式,而下面那种是以掩码矩阵表示的紧凑形原创 2015-11-04 10:30:24 · 1616 阅读 · 0 评论 -
opencv学习篇(4)Mat - 基本图像容器
从真实世界中获取数字图像有很多方法,比如数码相机、扫描仪、CT或者磁共振成像。无论哪种方法,我们(人类)看到的是图像,而让数字设备来“看“的时候,则是在记录图像中的每一个点的数值。比如上面的图像,在标出的镜子区域中你见到的只是一个矩阵,该矩阵包含了所有像素点的强度值。如何获取并存储这些像素值由我们的需求而定,最终在计算机世界里所有图像都可以简化为数值矩以及矩阵信息。作为一个计算机视觉库,原创 2015-11-04 09:52:38 · 551 阅读 · 0 评论 -
opencv学习篇(3)snake轮廓检测
opencv例子里没有提供cvsnakeimage的使用方法,在此整理一个例子,可以形象的看看snake算法的结果,大致做法是:首先设定域值分割,把基本的轮廓找出来,见图中蓝色轮廓线,再将轮廓点传入cvSnakeImage函数,计算出绿色的snake轮廓线。其中参数alpha代表点相互靠拢的权值(0-1.0),beta表示弯曲能量(越小越容易弯曲)(0-1.0),gamma表示整体原创 2015-11-04 09:45:02 · 1134 阅读 · 0 评论 -
opencv学习篇(2)haar人脸检测
在这节教程中您将学到:使用 CascadeClassifier 类来检测视频流中的物体. 特别地, 我们将使用函数:load 来加载一个 .xml 分类器文件. 它既可以是Haar特征也可以是LBP特征的分类器.detectMultiScale 来进行图像的多尺度检测.#include "opencv2/objdetect原创 2015-11-04 09:38:25 · 853 阅读 · 0 评论 -
opencv学习篇(1) 图像处理和图像识别中常用的OpenCV函数
今天开始打算整理一下上一阶段所学的内容,感觉学习的阅读的太多,知识点像一团乱麻一样,需要整理一下了。 为了能快速查阅opencv的一些基本函数,先汇总一下,以供日后查阅。 1. cvLoadImage:将图像文件加载至内存;2. cvNamedWindow:在屏幕上创建一个窗口;3. cvDestroyWindow:销毁显示图像文件的窗口;原创 2015-11-04 09:24:22 · 1257 阅读 · 0 评论 -
opencv学习篇(7)基本绘图
如何用 Point 在图像中定义 2D 点如何以及为何使用 Scalar用OpenCV的函数 line 绘 直线用OpenCV的函数 ellipse 绘 椭圆用OpenCV的函数 rectangle 绘 矩形用OpenCV的函数 circle 绘 圆用OpenCV的函数 fillPoly 绘 填充的多边形OpenCV 原理本节中,我门将大量使用 Point 和 Scal原创 2015-11-04 10:33:34 · 439 阅读 · 0 评论 -
opencv--学习之感兴趣区域(ROI)
两种获得感兴趣矩形区域的方式一个是直接用函数 cvSetImageROI(IplImage* image, Cvrect rect), 其中image是加载的一幅图像, rect = cvRect(x, y, width, height) ,x,y给出了矩形在原图像中的起点(从左上起),width,height给出了矩形的宽和高。 书中示例给出了将该矩形区原创 2015-09-25 17:09:34 · 557 阅读 · 0 评论 -
图像相似度测量和模板匹配方法
摘要本文主要总结了进行目标跟踪、检测中经常使用到的图像相似度测量和模板匹配方法,并给出了具体的基于OpenCV的代码实现。引言模板匹配是一种在源图像中寻找与图像patch最相似的技术,常常用来进行目标的识别、跟踪与检测。其中最相似肯定是基于某种相似度准则来讲的,也就是需要进行相似度的测量。另外,寻找就需要在图像上进行逐行、逐列的patch窗口扫描,当然也不一定需要逐行逐列的扫描原创 2016-01-09 21:35:13 · 6441 阅读 · 0 评论