_________________________________________________________________________________________________________________________________
批处理(dir/a/s/b)
例:某文件夹下有a、b、c、d、e、f、g、h、j的图片和一个文件夹JN,里边包括一张图片john.jpg
我们在该文件夹下的命令行中 输入:dir/b
b:仅仅显示当前文件夹下文件名称及文件夹名
a-d:仅仅是显示该文件夹下的文件名称(没有了文件夹的名)
我们在该文件夹下的命令行中 输入:dir/a-d/b
S:显示该文件夹下的文件名称和文件夹名,及子文件夹下的文件名称,并显示这些文件的绝对路径
我们在该文件夹下的命令行中 输入:dir/s/b
我们在该文件夹下的命令行中 输入:dir/s/a-d/b(因为a-d的作用,文件夹JN没有显示出来)
我们在该文件夹下的命令行中 输入:dir/s/a-d/b>F:\文件夹.txt
就会在F盘生成一个文件名称为 文件夹 的.txt文件,该文件包括上面的命令行打出的内容。
—————————————————————————————————————————————————————
第二步:既然已经生成上述文件 文件夹.txt,然会我们敲代码读取这个 文件夹.txt 就可以。
<span style="font-family:Microsoft YaHei;font-size:14px;"><span style="font-family:Microsoft YaHei;font-size:14px;"><span style="font-family:Microsoft YaHei;font-size:14px;">#include<iostream>
#include<fstream>
#include<string>
using namespace std;
int main(int argc,char* argv[])
{
if(argc !=2)
{
cerr << "Wrong Argument !" <<endl;
return -1;
}
//定义文件流。仅仅能读取
ifstream inPutFile(argv[1],ios::in);
if(! inPutFile)
{
cerr << "File Open Erro !" <<endl;
return -1;
}
//读取文件流中的每一行,并赋值给fileName。并在命令行中打印
string fileName ;
/*
測试读取文件里的每一行
*/
//行数
int number = 0;
while (getline(inPutFile,fileName))
{
number ++;
cout<<"第"<< number << "行"<< fileName <<endl;
}
//注意一定要记得关闭文件流
inPutFile.close();
return 0;
}</span></span></span>
我们编译一下:
我们看一下输出结果:
好的,这样,说明我们读到了每一行。
————————————————————————————————————————————————————
第三步:配置Opencv,然后,读取显示每一幅图片
<span style="font-family:Microsoft YaHei;font-size:14px;"><span style="font-family:Microsoft YaHei;font-size:14px;">#include<iostream>
#include<fstream>
#include<string>
using namespace std;
#include<opencv2\imgproc\imgproc.hpp>
#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
int main(int argc,char* argv[])
{
if(argc !=2)
{
cerr << "Wrong Argument !" <<endl;
return -1;
}
//定义文件流,仅仅能读取
ifstream inPutFile(argv[1],ios::in);
if(! inPutFile)
{
cerr << "File Open Erro !" <<endl;
return -1;
}
//读取文件流中的每一行,并赋值给fileName。读取每一幅图像并显示
string fileName ;
Mat image;
while (getline(inPutFile,fileName))
{
image = imread(fileName,1);
namedWindow(fileName,1);
imshow(fileName,image);
}
waitKey(0);
//注意一定要记得关闭文件流
inPutFile.close();
return 0;
}</span></span>
结果:
我们看到我们已经成功把每一幅图像读入到内存中,这样我们就能够求每一幅图像的特征。
—————————————————————————————————————————————————————
第四步:我们计算每一幅图像的直方图特征(当然opencv中sift、surf、densesift等,由于我这里的图片大小不一样。所以我用直方图的特征。使得特征向量的长度一样)
<span style="font-family:Microsoft YaHei;font-size:14px;">#include<iostream>
#include<fstream>
#include<string>
using namespace std;
#include<opencv2\imgproc\imgproc.hpp>
#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
//计算二维直方图特征
Mat hist2d(const Mat& src);
int main(int argc,char* argv[])
{
if(argc !=2)
{
cerr << "Wrong Argument !" <<endl;
return -1;
}
//定义文件流,仅仅能读取
ifstream inPutFile(argv[1],ios::in);
if(! inPutFile)
{
cerr << "File Open Erro !" <<endl;
return -1;
}
//读取文件流中的每一行,并赋值给fileName,读取每一幅图像并显示
string fileName ;
Mat image;
Mat featureHist;
Mat featureHists;
while (getline(inPutFile,fileName))
{
image = imread(fileName,1);
//计算二维直方图特征
featureHist = hist2d(image);
//按行存储每一幅图像的二维直方图特征
featureHists.push_back(featureHist);
}
//注意一定要记得关闭文件流
inPutFile.close();
return 0;
}
Mat hist2d(const Mat& src)
{
Mat hsv;
//颜色空间的转换 BGR2HSV
cvtColor(src,hsv,CV_BGR2HSV);
//把H通道分为30个bin。把S通道分为32bin
int hbins = 30;
int sbins = 32;
int histSize[] = { hbins , sbins};
//H的取值范围 0-179
float hranges[]= {0,180};
//S的取值范围 0-255
float sranges [] ={0,256};
const float* ranges [] ={hranges,sranges};
Mat hist2D,histRow,histRowDst;
//我们依据图像的第一通道和第二通道,计算二维直方图,并且输出的hist2D为32F
int channels [] ={0,1};
calcHist(&hsv,1,channels,Mat(),hist2D,2,histSize,ranges,true,false);
//把直方图特征按一行来存储
histRow=hist2D.reshape(1,1);
//把直方图归一化
normalize(histRow,histRowDst,1,0,NORM_L1);
return histRowDst;
}</span>
这样就把全部的图像的二维直方图特征按行存储在featureHists中。
当然能够把二维直方图特征换成自己想要用的随意特征。
—————————————————————————————————————————————————————
第五步:
我们全部图像的颜色直方图存储到.xml文件里,
#include<iostream>
#include<fstream>
#include<string>
using namespace std;
#include<opencv2\imgproc\imgproc.hpp>
#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
//计算二维直方图特征
Mat hist2d(const Mat& src);
int main(int argc,char* argv[])
{
if(argc !=2)
{
cerr << "Wrong Argument !" <<endl;
return -1;
}
//定义文件流。仅仅能读取
ifstream inPutFile(argv[1],ios::in);
if(! inPutFile)
{
cerr << "File Open Erro !" <<endl;
return -1;
}
//读取文件流中的每一行。并赋值给fileName。读取每一幅图像并显示
string fileName ;
Mat image;
Mat featureHist;
Mat featureHists;
while (getline(inPutFile,fileName))
{
image = imread(fileName,1);
//计算二维直方图特征
featureHist = hist2d(image);
//按行存储每一幅图像的二维直方图特征
featureHists.push_back(featureHist);
}
//注意一定要记得关闭文件流
inPutFile.close();
/*第五步。把图像特征保存到.xml文件里*/
FileStorage fs("C:\\Users\\zhaoyuan001\\Desktop\\test\\dirtest\\x64\\Debug\\da.xml",FileStorage::WRITE);
fs<<"featureHists"<<featureHists;
fs.release();
return 0;
}
Mat hist2d(const Mat& src)
{
Mat hsv;
//颜色空间的转换 BGR2HSV
cvtColor(src,hsv,CV_BGR2HSV);
//把H通道分为30个bin,把S通道分为32bin
int hbins = 30;
int sbins = 32;
int histSize[] = { hbins , sbins};
//H的取值范围 0-179
float hranges[]= {0,180};
//S的取值范围 0-255
float sranges [] ={0,256};
const float* ranges [] ={hranges,sranges};
Mat hist2D,histRow,histRowDst;
//我们依据图像的第一通道和第二通道,计算二维直方图,并且输出的hist2D为32F
int channels [] ={0,1};
calcHist(&hsv,1,channels,Mat(),hist2D,2,histSize,ranges,true,false);
//把直方图特征按一行来存储
histRow=hist2D.reshape(1,1);
//把直方图归一化
normalize(histRow,histRowDst,1,0,NORM_L1);
return histRowDst;
}
_______________________________________________________________________________________________________________________________
上面已经批处理提取了图像的特征,那么通常我们再做目标识别、检測时。会给训练数据集,准备类标签。以下,继续对上述程序进行拓展。