Opencv学習ノート

27559 ワード
C++学習ノート
Opencv学習ノート
ラベル(スペース区切り):学習ノート
(1)操作画素
1.1ピクセル値のインデックス
1.1.1次元マトリクス
if(iamge.channels()==1)
{
image.at<uchar>(i,j);
}

初期化マトリクスの行
    result.row(0).setTo(cv::Scalar(0));//              
    result.row(result.rows - 1).setTo(cv::Scalar(0));
    result.col(0).setTo(cv::Scalar(0));
    result.col(result.cols - 1).setTo(cv::Scalar(0));

1.1.2多次元マトリクス(RGB画像を例に)
if(image.channels()==3)
{
image.at<cv::Vec3b>(i,j)[0]=255;
image.at<cv::Vec3b>(i,j)[1]=255;
image.at<cv::Vec3b>(i,j)[2]=255;
//            
}

注意:opencvには、2要素ベクトルと4要素ベクトルタイプ(cv::Vec 2 bとcv::Vec 4 b)があります.同様に、sはshort、iはint、fはfloat、dはdoubleなどの他のデータタイプもあります.これらのタイプはすべてテンプレートクラスcv::Vectを使用します.
1.1.3拡張
CV::Matのメンバー関数の戻り値タイプは、呼び出し時にテンプレートパラメータで指定する必要があります.したがってopencvはクラスcv::Mat_,このようなポインタまたは参照は、直接入力相互タイプ変換できます.このクラスは()オペレータを再ロードしました.例:
cv::Mat_ impointer=image;//impointer    image；
impointer(50,100)=0;//           50 ，100 ；

1.1.4プログラム運用:RGB画像にパプリカノイズを加える
 void Salt(cv::Mat &image, int n)
{
    for (int k = 0; k < n; ++k)
    {
        //rand()     
        int i = rand() % image.rows;
        int j = rand() % image.cols;

        if (image.channels() == 1)//   
        {
            image.at(i, j) = 255;
        }
        if (image.channels() == 3)//   
        {
            image.at<:vec3b>(i, j)[0] = 255;
            image.at<:vec3b>(i, j)[1] = 255;
            image.at<:vec3b>(i, j)[2] = 255;
        }
    }
}

1.2ポインタを使用して画像を巡回する
1.2.1 RGBピクチャopencvでの記憶方式
画像バッファの前の3バイトは画像左上隅画素の3チャネル値に対応し、次の3バイトは第1行の第2画素に対応する.
1.2.2入出力パラメータの使用
画像を処理するときに、画像を変更したくない場合は、画像の「深いコピー」を作成できます.
iamge=cv::imread("baboon.png");
//    
cv::Mat imageClone=image.clone();

またはcreate関数を使用して、入力画像のサイズとタイプと同じマトリクスを作成します.
image.create(image.rows,image.cols,image.type());

注意:create関数で作成された画像のメモリは連続しており、create関数では画像が埋められません.画像を巡回するには、2つのポインタを使用して完了する必要があります.
for(int i=0;i//      i     
    const uchar*data_in=image.ptr<uchar>(i);
    uchar* data_out=result.ptr<uchar>(i);
    for(int j=0;j//           
    }
}

1.2.3下位ポインタ演算
cv::Mat形式のマトリクスのメモリ内の格納ヘッダアドレスは、dataメンバー変数によって得ることができ、dataはunsigned cahr型のポインタである:
uchar* data =image.data;

現在の行から次の行に進むには、ポインタの幅を上げることで、次のことができます.
data += iamge.step;

i行j列の画素アドレスは、次の行コードで呼び出すことができる
data = image.data+i*image.step+j*image.elemSize();
//          （i*cols+j），      :i*image.step,               +j*image.elemSize()

1.3反復器を使用して画像を巡回する
画像の反復器は、次のように宣言できます.
cv::MatIterator_::Vec3b>it;

または
cv::Mat_::Vec3b>::iterator it;

1.3.1反復器を使用して画像のすべてのピクセルを巡回
//          
cv::Mat_<:vec3b>::iteraator it = image.begin<:vec3b>();
//          
cv::Mat_<:vec3b>::iterator itend = image.end<:vec3b>();
//      
for(;it!=itend;++it)
{
(*it)[0]=...;
(*it)[1]=...;
(*it)[2]=...;
}

1.3.2効率的な画像遍歴サイクル
void colorReduce(cv::Mat &image, int div = 64)
{
    int nl = image.rows;
    int nc = image.cols;
    //          
    if (image.isContinuous())
    {
        nc = nc*nl;//         
        nl = 1;
    }
    int n = static_cast<int>(log(static_cast<double>(div)) / log(2.0));
    uchar mask = 0xFF << n;
    for (int i = 0; i < nl; i++)
    {
        ucahr* data = image.ptr(j);
        for (int i = 0; i < nc; i++)
        {
            //               
            *data++ = *data&mask + dic / 2;
            *data++ = *data&mask + div / 2;
            *data++ = *data&mask + div / 2;
        }
    }

}

1.3.3画像と隣接領域を巡る操作
                    
void sharpen(const cv::Mat &image, cv::Mat &result)

{ 
    result.create(image.size(), image.type());
    for (int i = 1; i < image.rows - 1; i++)//              
    {
        const uchar* previous = image.ptr<const uchar>(i - 1);//          
        const uchar* current = image.ptr<const uchar>(i);//        
        const uchar* next = image.ptr<const uchar>(i + 1);//        
        uchar *output = result.ptr<uchar>(i);//   
        for (int j = 1; j < image.cols - 1; j++)
        {
            *output = cv::saturate_cast<uchar>(5*current[j]-current[j-1]-current[j+1]-previous[j]-next[j]);
            output++;
        }
    }
    //            0
    result.row(0).setTo(cv::Scalar(0));
    //              
    result.row(result.rows - 1).setTo(cv::Scalar(0));
    result.col(0).setTo(cv::Scalar(0));
    result.col(result.cols - 1).setTo(cv::Scalar(0)); 
}

1.3.4多次元マトリクスを階層的に引き出す
int main()
{
    cv::Mat image;
    image = cv::imread("baboon.png");

    std::vector::Mat>planes;
    cv::split(image, planes);

    cv::namedWindow("channel1");
    cv::imshow("channel1", planes[0]);

    cv::namedWindow("channel2");
    cv::imshow("channel2", planes[1]);

    cv::namedWindow("channel3");
    cv::imshow("channel3", planes[2]);

    cv::waitKey(0);
}

1.3.5関心領域の定義
方法1:cv::Rect cv::Rectを使用するには、長方形の左上隅の座標(コンストラクション関数の最初の2つのパラメータ)と長方形の長さ幅(コンストラクション関数の後の2つのパラメータ)を指定する必要があります.方法2:cv::Range cv::Range
//270,385         ，logo.rows logo.cols      
cv::Mat imageROI = image(cv::Range(270,270+logo.rows),cv::Range(385,385+logo.cols))

方法3:原図に直接定義する
start,end     
cv::Mat imageROI = image.rowRange(start,end);
cv::Mat imageROI = image.colRange(start,end);

(2)クラスベースの画像処理
2.1対象向けプログラミング思想
2.1.1例のプログラム:画像に所与の色を含むすべての画素を同定し、同じ画素255、他の画素0を与える2値画像を返す.
//   
class ColorDetector
{
private:
    int minDist;
    cv::Vec3b target;
    cv::Mat result;
public:
//     
    ColorDetector() :minDist(100){
        //       
        target[0] = target[1] = target[2] = 0;
    }
    cv::Mat process(const cv::Mat &image);
    int getDistance(const cv::Vec3b & color)const;
    void setColorDistanceThreshold(int distance);
    int setColorDistanceThreshold()const;
    void setTargetColor(unsigned char red, unsigned char green, unsigned char blue);
    cv::Vec3b getTargetColor()const;
    ~ColorDetector(){};
};

cv::Vec3b ColorDetector::getTargetColor()const
{
    return target;
}
void ColorDetector::setTargetColor(unsigned char red, unsigned char green, unsigned char blue)
{
    //BGR  
    target[2] = red;
    target[1] = green;
    target[0] = blue;
}
void ColorDetector::setColorDistanceThreshold(int distance)
{
    if (distance < 0)
    {
        distance = 0;
    }
    minDist = distance;
}

int ColorDetector::setColorDistanceThreshold()const
{
    return minDist;
}
int ColorDetector::getDistance(const cv::Vec3b & color)const
{
    return abs(color[0] - target[0]) + abs(color[1] - target[1]) + abs(color[2] - target[2]);
}

 cv::Mat ColorDetector::process(const cv::Mat &image)
{
    //          
    //          ，        
    result.create(image.rows, image.cols, CV_8U);
    //     
    cv::Mat_<:vec3b>::const_iterator it = image.begin<:vec3b>();
    cv::Mat_<:vec3b>::const_iterator itend = image.end<:vec3b>();
    cv::Mat_::iterator itout = result.begin();

    //      
    for (; it != itend; it++, itout++)
    {
        //              
        if (getDistance(*it) < minDist)
        {
            *itout = 255;
        }
        else
        {
            *itout = 0;
        }
    }
    return result;
}

テストプログラム
 int main()
 {
     //         
     ColorDetector cdetect;
     //      
     cv::Mat image = cv::imread("boldt.jpg");
     if (!image.data)
         return 0;
     //      
     cdetect.setTargetColor(130,190,230);
     cv::namedWindow("result");
     //       
     cv::imshow("result", cdetect.process(image));
     cv::waitKey();
     return 0;
 }

処理結果
![出力効果図][2]
2.2画像空間の変換
//RGB       LAB    
cv::cvtColor(image,converted,CV_BGR2Lab);
//RGB       YCbCr  
cv::cvtColor(image,converted,CV_BGR2YCrCb);
//RGB       HSV    
cv::cvtColor(image,converted, CV_BGR2HSV);
//RGB        
cv::cvtColor(color,gray,CV_BGR2Gray);

(3)ヒストグラムを用いて画素を統計する
3.1ヒストグラムを統計して表示する
3.1.1ヒストグラム統計クラス
class Histgram1D
{
private:
    //    、  、   
    int hist_size[1];
    float hist_range[2];
    const float* ranges[1];
    int channels[1];
public:
    //  1D      ,      
    Histgram1D()
    {
        hist_size[0] = 256;
        hist_range[0] = 0.0;
        hist_range[1] = 255.0;
        ranges[0] = hist_range;
        channels[0] = 0;
    }
    //          
    cv::MatND getHistgram(const cv::Mat & image)
    {
        cv::MatND hist;
        //  calcHist          
        cv::calcHist(&image,    //    
            1,                  //       
            channels,           //   
            cv::Mat(),          //         
            hist,               //      
            1,                  //1D   
            hist_size,          //    
            ranges              //      
            );
            return hist;
    }
    //          
    cv::Mat getHistgramImage(const cv::Mat & image)
    {
        //             
        cv::MatND hist = getHistgram(image);
        //       
        double max_value = 0;
        double min_value = 0;
        cv::minMaxLoc(hist, &min_value, &max_value, 0, 0);
        //        
        //       256*256，   ，        uchar，    255
        cv::Mat histImg(hist_size[0], hist_size[0], CV_8U, cv::Scalar(255));
        //      nbins 90%
        int high_pointer = static_cast<int>(0.9*hist_size[0]);
        //             
        for (int i = 0; i < hist_size[0]; i++)
        {
            float bin_value = hist.at<float>(i);//           
            //     
            int intensity = static_cast<int>(bin_value*high_pointer / max_value);
            //     
            cv::line(histImg, cv::Point(i, hist_size[0]),
                cv::Point(i, hist_size[0] - intensity),
                cv::Scalar::all(0));
        }
        return histImg;
    }
};

3.1.2テスト関数
int main()
{
    cv::Mat image = cv::imread("lena.bmp", 0);
    if (!image.data)
    {
        //        
        std::cout << "can not open this image!" << std::endl;
        exit(0);
    }
    //  Histgram1D    
    Histgram1D CalcHist;
    //     
    cv::Mat histo = CalcHist.getHistgramImage(image);

    //      
    /*for (int i = 0; i < 256; i++)
    {
        std::cout << "Count[" << i << "]=" << histo.at(i) << std::endl;
    }*/



    //     
    cv::namedWindow("Histgram");
    cv::imshow("Histgram", histo);
    cv::waitKey(0);
    }

次のような結果が表示されます.
####3.1.3二値画像を生成する閾値関数
cv::Mat thresholded;
cv::threshold(image,thresholded,60,255,cv::THRESH_BINARY);
//( ， ， ， ， )
【Ansible】1.Ansibleのインストール
c++における外部osからプライマリスレッドへのパラメータの伝達について議論する