天猫做网站,图文制作app,发朋友圈吸引顾客话术,做班级网站的素材OpenCV的基本数据类型...2
矩阵和图像类型...4
CvMat矩阵结构...4
矩阵数据的存取...8
点的数组...13
IplImage数据结构...14
访问图像数据...17
对ROI和widthStep的补充...18
矩阵和图像操作...21
cvAbs#xff0c;cvAbsDiff和cvAbsDiffS.23
cvAdd,cvAddS, cvAddWe…OpenCV的基本数据类型...2
矩阵和图像类型...4
CvMat矩阵结构...4
矩阵数据的存取...8
点的数组...13
IplImage数据结构...14
访问图像数据...17
对ROI和widthStep的补充...18
矩阵和图像操作...21
cvAbscvAbsDiff和cvAbsDiffS.23
cvAdd,cvAddS, cvAddWeighted和alpha融合...23
cvAnd和cvAndS.26
cvAvg.27
cvAvgSdv.27
cvCalcCovarMatrix.28
cvCmp和cvCmpS.29
cvConvertScale.30
cvConvertScaleAbs.31
cvCopy.31
cvCountNonZero.32
cvCrossProduct32
cvCvtColor32
cvDet35
cvDiv.35
cvDotProduct35
cvEigenVV.36
cvFlip.36
cvGEMM..37
cvGetCol和cvGetCols.38
cvGetDiag.38
cvGetDims和cvGetDimSize.39
cvGetRow和cvGetRows.39
cvGetSize.40
cvGetSubRect40
cvInRange和cvInRangeS.41
cvInvert41
cvMax和cvMaxS.43
cvMerge.44
cvMin和cvMinS.44
cvMinMaxLoc.44
cvMul45
cvNot45
cvNorm..46
cvNormalize.47
cvOr和cvOrS.48
cvReduce.48
cvRepeat49
cvScale.49
cvSet 和 cvSetZero.50
cvSetIdentity.50
cvSolve.50
cvSplit51
cvSub,cvSubS和cvSubRS.51
cvSum..52
cvSVD..53
cvSVBkSb.53
cvTrace.54
cvTranspose与cvT.54
cvXor和cvXorS.55
cvZero.55
绘图...55
直线...55
圆形和椭圆...57
多边形...58
字体和文字...59
数据存储...62
集成性能基元...66
验证安装...66
小结...67
练习...67 OpenCV的基本数据类型
OpenCV提供了多种基本数据类型。虽然这些数据类型在C语言中不是基本类型但结构都很简单可将它们作为原子类型。可以在“…/OpenCV/cxcore/include”目录下的cxtypes.h文件中查看其详细定义。
在这些数据类型中最简单的就是CvPoint。CvPoint是一个包含integer类型成员x和y的简单结构体。CvPoint有两个变体类型CvPoint2D32f和CvPoint3D32f。前者同样有两个成员xy但它们是浮点类型而后者却多了一个浮点类型的成员z。
CvSize类型与CvPoint非常相似但它的数据成员是integer类型的width和height。如果希望使用浮点类型则选用CvSize的变体类型CvSize2D32f。
CvRect类型派生于CvPoint和CvSize它包含4个数据成员xywidth和height。(正如你所想的那样该类型是一个复合类型)。
下一个(但不是最后一个)是包含4个整型成员的CvScalar类型当内存不是问题时CvScalar经常用来代替12或者3个实数成员(在这个情况下不需要的分量被忽略)。CvScalar有一个单独的成员val它是一个指向4个双精度浮点数数组的指针。
所有这些数据类型具有以其名称来定义的构造函数例如cvSize()。(构造函数通常具有与结构类型一样的名称只是首字母不大写)。记住这是C而不是C所以这些构造函数只是内联函数它们首先提取参数列表然后返回被赋予相关值的结构。 【31】
各数据类型的内联构造函数被列在表3-1中cvPointXXX()cvSize()cvRect()和cvScalar()。这些结构都十分有用因为它们不仅使代码更容易编写而且也更易于阅读。假设要在(510)和(2030)之间画一个白色矩形只需简单调用
cvRectangle( myImg, cvPoint(5,10), cvPoint(20,30), cvScalar(255,255,255)
);
表3-1points,size, rectangles和calar三元组的结构 结构成员意义CvPointint x, y图像中的点CvPoint2D32ffloat x, y二维空间中的点CvPoint3D32ffloat x, y, z三维空间中的点CvSizeint width, height图像的尺寸CvRectint x, y, width, height图像的部分区域CvScalardouble val[4]RGBA 值 cvScalar是一个特殊的例子它有3个构造函数。第一个是cvScalar()它需要一个、两个、三个或者四个参数并将这些参数传递给数组val[]中的相应元素。第二个构造函数是cvRealScalar()它需要一个参数它被传递给给val[0]而val[]数组别的值被赋为0。最后一个有所变化的是cvScalarAll()它需要一个参数并且val[]中的4个元素都会设置为这个参数。
矩阵和图像类型
图3-1为我们展示了三种图像的类或结构层次结构。使用OpenCV时会频繁遇到IplImage数据类型第2章已经出现多次。IplImage是我们用来为通常所说的“图像”进行编码的基本结构。这些图像可能是灰度彩色4通道的(RGBalpha)其中每个通道可以包含任意的整数或浮点数。因此该类型比常见的、易于理解的3通道8位RGB图像更通用。
OpenCV提供了大量实用的图像操作符包括缩放图像单通道提取找出特定通道最大最小值两个图像求和对图像进行阈值操作等等。本章我们将仔细介绍这类操作。 【32】 图3-1虽然OpenCV是由C语言实现的但它使用的结构体也是遵循面向对象的思想设计的。实际上IplImage由CvMat派生而CvMat由CvArr派生
在开始探讨图像细节之前我们需要先了解另一种数据类型CvMatOpenCV的矩阵结构。虽然OpenCV完全由C语言实现但CvMat和IplImage之间的关系就如同C中的继承关系。实质上IplImage可以被视为从CvMat中派生的。因此在试图了解复杂的派生类之前最好先了解基本的类。第三个类CvArr可以被视为一个抽象基类CvMat由它派生。在函数原型中会经常看到CvArr(更准确地说CvArr*)当它出现时便可以将CvMat*或IplImage*传递到程序。
CvMat矩阵结构
在开始学习矩阵的相关内容之前我们需要知道两件事情。第一在OpenCV中没有向量(vector)结构。任何时候需要向量都只需要一个列矩阵(如果需要一个转置或者共轭向量则需要一个行矩阵)。第二OpenCV矩阵的概念与我们在线性代数课上学习的概念相比更抽象尤其是矩阵的元素并非只能取简单的数值类型。例如一个用于新建一个二维矩阵的例程具有以下原型
cvMat* cvCreateMat ( int rows, intcols, int type );
这里type可以是任何预定义类型预定义类型的结构如下CV_bit_depth (S|U|F)Cnumber_of_channels。于是矩阵的元素可以是32位浮点型数据(CV_32FC1)或者是无符号的8位三元组的整型数据(CV_8UC3)或者是无数的其他类型的元素。一个CvMat的元素不一定就是个单一的数字。在矩阵中可以通过单一(简单)的输入来表示多值这样我们可以在一个三原色图像上描绘多重色彩通道。对于一个包含RGB通道的简单图像大多数的图像操作将分别应用于每一个通道(除非另有说明)。
实质上正如例3-1所示CvMat的结构相当简单(可以自己打开文件…/opencv/cxcore/include/cxtypes.h查看)。矩阵由宽度(width)、高度(height)、类型(type)、行数据长度(step行的长度用字节表示而不是整型或者浮点型长度)和一个指向数据的指针构成(现在我们还不能讨论更多的东西)。可以通过一个指向CvMat的指针访问这些成员或者对于一些普通元素使用现成的访问方法。例如为了获得矩阵的大小可通过调用函数vGetSize(CvMat*)返回一个CvSize结构便可以获取任何所需信息或者通过独立访问高度和宽度结构为matrix-height 和matrix-width。 【3334】
例3-1CvMat结构矩阵头
typedefstruct CvMat { int type; int step; int* refcount; // for internal use only union { uchar* ptr; short* s; int* i; float* fl; double* db; } data; union { int rows; int height; }; union { int cols; int width;
};
}CvMat;
此类信息通常被称作矩阵头。很多程序是区分矩阵头和数据体的后者是各个data成员所指向的内存位置。
矩阵有多种创建方法。最常见的方法是用cvCreateMat()它由多个原函数组成如cvCreateMatHeader()和cvCreateData()。cvCreateMatHeader()函数创建CvMat结构不为数据分配内存而cvCreateData()函数只负责数据的内存分配。有时只需要函数cvCreateMatHeader()因为已因其他理由分配了存储空间或因为还不准备分配存储空间。第三种方法是用函数cvCloneMat (CvMat*)它依据一个现有矩阵创建一个新的矩阵。当这个矩阵不再需要时可以调用函数cvReleaseMat(CvMat*)释放它。 【34】
例3-2概述了这些函数及其密切相关的其他函数。
例3-2矩阵的创建和释放
//Createa new rows by cols matrix of type type.
//
CvMat*cvCreateMat( int rows, int cols, int type );
//Createonly matrix header without allocating data
//
CvMat*cvCreateMatHeader( int rows, int cols, int type );
//Initializeheader on existiong CvMat structure
//
CvMat*cvInitMatHeader( CvMat* mat, int rows, int cols, int type, void* data NULL, int step CV_AUTOSTEP
);
//LikecvInitMatHeader() but allocates CvMat as well.
//
CvMatcvMat( int rows, int cols, int type, void* data NULL
);
//Allocatea new matrix just like the matrix mat.
//
CvMat*cvCloneMat( const cvMat* mat );
//Free the matrix mat, both header and data.
//
voidcvReleaseMat( CvMat** mat );
与很多OpenCV结构类似有一种构造函数叫cvMat它可以创建CvMat结构但实际上不分配存储空间仅创建头结构(与cvInitMatHeader()类似)。这些方法对于存取到处散放的数据很有作用可以将矩阵头指向这些数据实现对这些数据的打包并用操作矩阵的函数去处理这些数据如例3-3所示。
例3-3用固定数据创建一个OpenCV矩阵
//Createan OpenCV Matrix containing some fixed data.
//
floatvals[] { 0.866025, -0.500000, 0.500000, 0.866025 };
CvMatrotmat;
cvInitMatHeader( rotmat, 2, 2, CV_32FC1, vals
);
一旦我们创建了一个矩阵便可用它来完成很多事情。最简单的操作就是查询数组定义和数据访问等。为查询矩阵我们可以使用函数cvGetElemType(const CvArr* arr)cvGetDims(const CvArr* arr, int* sizesNULL)和cvGet- DimSize(const CvArr* arrint index)。第一个返回一个整型常数表示存储在数组里的元素类型(它可以为CV_8UC1和CV_64FC4等类型)。第二个取出数组以及一个可选择的整型指针它返回维数(我们当前的实例是二维但是在后面我们将遇到的N维矩阵对象)。如果整型指针不为空它将存储对应数组的高度和宽度(或者N维数)。最后的函数通过一个指示维数的整型数简单地返回矩阵在那个维数上矩阵的大小。 【3536】
矩阵数据的存取
访问矩阵中的数据有3种方法简单的方法、麻烦的方法和恰当的方法。
简单的方法
从矩阵中得到一个元素的最简单的方法是利用宏CV_MAT_ELEM()。这个宏(参见 例3-4)传入矩阵、待提取的元素的类型、行和列数4个参数返回提取出的元素 的值。
例3-4利用CV_MAT_ELEM()宏存取矩阵
CvMat*mat cvCreateMat( 5, 5, CV_32FC1 );
floatelement_3_2 CV_MAT_ELEM( *mat, float, 3, 2 );
更进一步还有一个与此宏类似的宏叫CV_MAT_ELEM_PTR()。CV_MAT_ELEM_ PTR()(参见例3-5)传入矩阵、待返回元素的行和列号这3个参数返回指向这个元素的指针。该宏和CV_MAT_ELEM()宏的最重要的区别是后者在指针解引用之前将其转化成指定的类型。如果需要同时读取数据和设置数据可以直接调用CV_MAT_ELEM_PTR()。但在这种情况下必须自己将指针转化成恰当的 类型。
例3-5利用宏CV_MAT_ELEM_PTR()为矩阵设置一个数值
CvMat*mat cvCreateMat( 5, 5, CV_32FC1 );
floatelement_3_2 7.7;
*((float*)CV_MAT_ELEM_PTR( *mat, 3, 2 ) ) element_3_2;
【36】
遗撼的是这些宏在每次调用的时候都重新计算指针。这意味着要查找指向矩阵基本元素数据区的指针、计算目标数据在矩阵中的相对地址然后将相对位置与基本位置相加。所以即使这些宏容易使用但也不是存取矩阵的最佳方法。在计划顺序访问矩阵中的所有元素时这种方法的缺点尤为突出。下面我们将讲述怎么运用最好的方法完成这个重要任务。
麻烦的方法
在“简单的方法”中讨论的两个宏仅仅适用于访问1维或2维的数组(回忆一下1维的数组或者称为“向量”实际只是一个n×1维矩阵)。OpenCV提供了处理多维数组的机制。事实上OpenCV可以支持普通的N维的数组这个N值可以取值为任意大的数。
为了访问普通矩阵中的数据我们可以利用在例3-6和例3-7中列举的cvPtr*D和cvGet*D…等函数族。cvPtr*D家族包括cvPtr1D(), cvPtr2D(), cvPtr3D()和cvPtrND()…。这三个函数都可接收CvArr*类型的矩阵指针参数紧随其后的参数是表示索引的整数值最后是一个可选的参数它表示输出值的类型。函数返回一个指向所需元素的指针。对于cvPtrND()来说第二个参数是一个指向一个整型数组的指针这个数组中包含索引的合适数字。后文会再次介绍此函数(在这之后的原型中也会看到一些可选参数必要时会有讲解)。
例3-6指针访问矩阵结构
uchar*cvPtr1D( const CvArr* arr, int idx0, int* type NULL
);
uchar*cvPtr2D( const CvArr* arr, int idx0, int idx1, int* type NULL
);
uchar*cvPtr3D( const CvArr* arr, int idx0, int idx1, int idx2, int* type NULL
);
uchar*cvPtrND( const CvArr* arr, int* idx, int* type NULL, int create_node 1, unsigned* precalc_hashval NULL
); 【3738】
如果仅仅是读取数据可用另一个函数族cvGet*D。如例3-7所示该例与例3-6类似但是返回矩阵元素的实际值。
例3-7CvMat和IPlImage元素函数
doublecvGetReal1D( const CvArr* arr, int idx0 );
doublecvGetReal2D( const CvArr* arr, int idx0, int idx1 );
doublecvGetReal3D( const CvArr* arr, int idx0, int idx1, int idx2 );
doublecvGetRealND( const CvArr* arr, int* idx );
CvScalarcvGet1D( const CvArr* arr, int idx0 );
CvScalarcvGet2D( const CvArr* arr, int idx0, int idx1 );
CvScalarcvGet3D( const CvArr* arr, int idx0, int idx1, int idx2 );
CvScalarcvGetND( const CvArr* arr, int* idx );
cvGet*D中有四个函数返回的是整型的另外四个的返回值是CvScalar类型的。这意味着在使用这些函数的时候会有很大的空间浪费。所以只是在你认为用这些函数比较方便和高效率的时候才用它们否则最好用cvPtr*D。
用cvPtr*D()函数族还有另外一个原因即可以用这些指针函数访问矩阵中的特定的点然后由这个点出发用指针的算术运算得到指向矩阵中的其他数据的指针。在多通道的矩阵中务必记住一点通道是连续的例如在一个3通道2维的表示红、绿、蓝(RGB)矩阵中。矩阵数据如下存储rgbrgbrgb . . .。所以要将指向该数据类型的指针移动到下一通道我们只需要将其增加1。如果想访问下一个“像素”或者元素集我们只需要增加一定的偏移量使其与通道数相等。
另一个需要知道的技巧是矩阵数组的step元素(参见例3-1和例3-3)step是矩阵中行的长度单位为字节。在那些结构中仅靠cols或width是无法在矩阵的不同行之间移动指针的出于效率的考虑矩阵或图像的内存分配都是4字节的整数倍。所以三个字节宽度的矩阵将被分配4个字节最后一个字节被忽略。因此如果我们得到一个字节指针该指针指向数据元素那么我们可以用step和这个指针相加以使指针指向正好在我们的点的下一行元素。如果我们有一个整型或者浮点型的矩阵对应的有整型和浮点型的指针指向数据区域我们将让step/4与指针相加来移到下一行对双精度型的我们让step/8与指针相加(这里仅仅考虑了C将自动地将差值与我们添加的数据类型的字节数 相乘)。 【38】
例3-8中的cvSet*D和cvGet*D多少有些相似它通过一次函数调用为一个矩阵或图像中的元素设置值函数cvSetReal*D()和函数cvSet*D()可以用来设置矩阵或者图像中元素的数值。
例3-8为CvMat或者IplImage元素设定值的函数
voidcvSetReal1D( CvArr* arr, int idx0, double value );
voidcvSetReal2D( CvArr* arr, int idx0, int idx1, double value );
voidcvSetReal3D( CvArr* arr, int idx0, int idx1, int idx2, double value
);
voidcvSetRealND( CvArr* arr, int* idx, double value );
voidcvSet1D( CvArr* arr, int idx0, CvScalar value );
voidcvSet2D( CvArr* arr, int idx0, int idx1, CvScalar value );
voidcvSet3D( CvArr* arr, int idx0, int idx1, int idx2, CvScalar value
);
voidcvSetND( CvArr* arr, int* idx, CvScalar value );
为了方便我们也可以使用cvmSet()和cvmGet()这两个函数用于处理浮点型单通道矩阵非常简单。
double cvmGet( const CvMat* mat, introw, int col )
void cvmSet( CvMat* mat, int row, intcol, double value )
以下函数调用cvmSet()
cvmSet( mat, 2, 2, 0.5000 );
等同于cvSetReal2D函数调用
cvSetReal2D( mat, 2, 2, 0.5000 );
恰当的方法
从以上所有那些访问函数来看你可能会想没有必要再介绍了。实际上这些set和get函数很少派上用场。大多数时侯计算机视觉是一种运算密集型的任务因而你想尽量利用最有效的方法做事。毋庸置疑通过这些函数接口是不可能做到十分高效的。相反地应该定义自己的指针计算并且在矩阵中利用自己的方法。如果打算对数组中的每一个元素执行一些操作使用自己的指针是尤为重要的(假设没有可以为你执行任务的OpenCV函数)。
要想直接访问矩阵其实只需要知道一点即数据是按光栅扫描顺序存储的列(“x”)是变化最快的变量。通道是互相交错的这意味着对于一个多通道矩阵来说它们变化的速度仍然比较快。例3-9显示了这一过程。 【3940】
例3-9累加一个三通道矩阵中的所有元素
floatsum( const CvMat* mat ) { float s 0.0f; for(int row0; rowmat-rows; row ) { const float* ptr(const float*)(mat-data.ptr row * mat-step); for( col0; colmat-cols; col ) { s *ptr; } } return( s );
}
计算指向矩阵的指针时记住一点矩阵的元素data是一个联合体。所以对这个指针解引用的时候必须指明结构体中的正确的元素以便得到正确的指针类型。然后为了使指针产生正确的偏移必须用矩阵的行数据长度(step)元素。我们以前曾提过行数据元素的是用字节来计算的。为了安全指针最好用字节计算然后分配恰当的类型如浮点型。CvMat结构中为了兼容IplImage结构有宽度和高度的概念这个概念已经被最新的行和列取代。最后要注意我们为每行都重新计算了ptr而不是简单地从开头开始尔后每次读的时候累加指针。这看起来好像很繁琐但是因为CvMat数据指针可以指向一个大型数组中的ROI所以无法保证数据会逐行连续存取。
点的数组
有一个经常提到但又必须理解的问题是包含多维对象的多维数组(或矩阵)和包含一维对象的高维数组之间的不同。例如假设有n个三维的点你想将这些点传递到参数类型为CvMat*的一些OpenCV函数中。对此有四种显而易见的方式记住这些方法不一定等价。一是用一个二维数组数组的类型是CV32FC1有n行3列(n×3)。类似地也可以用一个3行n列(3×n)的二维数组。也可以用一个n行1列(n×1)的数组或者1行n列(1×n)的数组数组的类型是CV32FC3。这些例子中有些可以自由转换(这意味着只需传递一个另一个便可可以计算得到)有的则不能。要想理解原因可以参考图3-2中的内存布局 情况。
从图中可以看出在前三种方式中点集以同样的方式被映射到内存。但最后一种方式则不同。对N维数组的c维点情况变得更为复杂。需要记住的最关键的一点是给定点的位置可以由以下公式计算出来。 图3-2有10个点每个点由3个浮点数表示这10个点被放在4个结构稍有不同的数组中。前3种情况下内存布局情况是相同的但最后一种情况下内存布局不同
其中Ncols 和Nchannels分别表示列数和通道数。总的来说从这个公式中可以看出一点一个c维对象的N维数组和一个一维对象的(Nc)维数组不同。至于N1(即把向量描绘成n×1或者1×n数组)有一个特殊之处(即图3-2显示的等值)值得注意如果考虑到性能可以在有些情况下用到它。
关于OpenCV的数据类型如CvPoint2D和CvPoint2D32f我们要说明的最后一点是这些数据类型被定义为C结构因此有严格定义的内存布局。具体说来由整型或者浮点型组成的结构是顺序型的通道。那么对于一维的C语言的对象数组来说其数组元素都具有相同的内存布局形如CV32FC2的n×1或者1×n数组。这和申请CvPoint3D32f类型的数组结构也是相同的。 【41】
IplImage数据结构
掌握了前面的知识再来讨论IplImage数据结构就比较容易了。从本质上讲它是一个CvMat对象但它还有其他一些成员变量将矩阵解释为图像。这个结构最初被定义为Intel图像处理库(IPL)的一部分。IplImage结构的准确定义如例3-10所示。
例3-10IplImage结构
typedefstruct _IplImage { int nSize; int ID; int nChannels; int alphaChannel; int depth; char colorModel[4]; char channelSeq[4]; int dataOrder; int origin; int align; int width; int height; struct _IplROI* roi; struct _IplImage* maskROI; void* imageId; struct _IplTileInfo* tileInfo; int imageSize; char* imageData; int widthStep; int BorderMode[4]; int BorderConst[4]; char* imageDataOrigin;
}IplImage;
我们试图讨论这些变量的某些功能。有些变量不是很重要但是有些变量非常重要有助于我们理解OpenCV解释和处理图像的方式。
width和height这两个变量很重要其次是depth和nchannals。depth变量的值取自ipl.h中定义的一组数据但与在矩阵中看到的对应变量不同。因为在图像中我们往往将深度和通道数分开处理而在矩阵中我们往往同时表示它们。可用的深度值如表3-2所示。 【42】
表3-2OpenCV图像类型 宏图像像素类型IPL_DEPTH_8U无符号8位整数 (8u)IPL_DEPTH_8S有符号 8位整数(8s)IPL_DEPTH_16S有符号16位整数(16s)IPL_DEPTH_32S有符号32位整数(32s)IPL_DEPTH_32F32位浮点数单精度(32f)IPL_DEPTH_64F64位浮点数双精度(64f) 通道数nChannels可取的值是123或4。
随后两个重要成员是origin和dataOrder。origin变量可以有两种取值IPL_ORIGIN_TL 或者 IPL_ORIGIN_BL分别设置坐标原点的位置于图像的左上角或者左下角。在计算机视觉领域一个重要的错误来源就是原点位置的定义不统一。具体而言图像的来源、操作系统、编解码器和存储格式等因素都可以影响图像坐标原点的选取。举例来说你或许认为自己正在从图像上面的脸部附近取样但实际上却在图像下方的裙子附近取样。避免此类现象发生的最好办法是在最开始的时候检查一下系统在所操作的图像块的地方画点东西试试。
dataOrder的取值可以是IPL_DATA_ORDER_PIXEL或IPL_DATA_ORDER_PLANE前者指明数据是将像素点不同通道的值交错排在一起(这是常用的交错排列方式)后者是把所有像素同通道值排在一起形成通道平面再把平面排列起来。
参数widthStep与前面讨论过的CvMat中的step参数类似包括相邻行的同列点之间的字节数。仅凭变量width是不能计算这个值的因为为了处理过程更高效每行都会用固定的字节数来对齐因此在第i行末和第i1行开始处可能会有些冗于字节。参数imageData包含一个指向第一行图像数据的指针。如果图像中有些独立的平面(如当dataOrder IPL_DATA_ORDER_PLANE)那么把它们作为单独的图像连续摆放总行数为height和nChannels的乘积。但通常情况下它们是交错的使得行数等于高度而且每一行都有序地包含交错的通道。
最后还有一个实用的重要参数—— 感兴趣的区域(ROI)实际上它是另一个IPL/IPP 结构IplROI的实例。IplROI包含xOffsetyOffsetheightwidth和coi成员变量其中COI代表channel of interest(感兴趣的通道)。ROI的思想是一旦设定ROI通常作用于整幅图像的函数便会只对ROI所表示的子图像进行操作。如果IplImage变量中设置了ROI则所有的OpenCV函数就会使用该ROI变量。如果COI被设置成非0值则对该图像的操作就只作用于被指定的通道上了。不幸的是许多OpenCV函数都忽略参数COI。
访问图像数据
通常我们需要非常迅速和高效地访问图像中的数据。这意味着我们不应受制于存取函数(如cvSet*D之类)。实际上我们想要用最直接的方式访问图像内的数据。现在应用已掌握的IplImage内部结构的知识我们知道怎样做才是最佳的 方法。
虽然OpenCV中有很多优化函数帮助我们完成大多数的图像处理的任务但是还有一些任务库中没有预先包装好的函数可以帮我们解决。例如如果我们有一个三通道HSV图像[Smith78]在色度保持不变的情况下我们要设置每个点的饱和度和高度为255(8位图像的最大值)我们可以使用指针遍历图像类似于例3-9中的矩阵遍历。然而有一些细微的不同是源于IplImage和CvMat结构的差异。例3-11演示了最高效的方法。
例3-11仅最大化HSV图像“S”和“V”部分
voidsaturate_sv( IplImage* img ) { for( int y0; yimg-height; y ) { uchar* ptr (uchar*) ( img-imageData y * img-widthStep ); for( int x0; ximg-width; x ) { ptr[3*x1] 255; ptr[3*x2] 255; } }
}
在以上程序中我们用指针ptr指向第y行的起始位置。接着我们从指针中析出饱和度和高度在x维的值。因为这是一个三通道图像所以C通道在x行的位置是3*xc。
与CvMat的成员data相比IplImage和CvMat之间的一个重要度别在于imageData。CvMat的data元素类型是联合类型所以你必须说明需要使用的指针类型。imageData指针是字节类型指针(uchar * )。我们已经知道是种类型的指针指向的数据是uchar类型的这意味着在图像上进行指针运算时你可以简单地增加widthStep(也以字节为单位)而不必关心实际数据类型。在这里重新说明一下当要处理的是矩阵时必须对偏移并进行调整因为数据指针可能是非字节类型当要处理的是图像时可以直接使用偏移因为数据指针总是字节类型因此当你要用到它的时候要清楚是怎么回事。
对ROI和widthStep的补充
ROI和widthStep在实际工作中有很重要的作用在很多情况下使用它们会提高计算机视觉代码的执行速度。这是因为它们允许对图像的某一小部分进行操作而不是对整个图像进行运算。在OpenCV中普遍支持ROI和widthStep函数的操作被限于感兴趣区域。要设置或取消ROI就要使用cvSetImageROI()和cvResetImageROI()函数。如果想设置ROI可以使用函数cvSetImageROI()并为其传递一个图像指针和矩形。而取消ROI只需要为函数cvResetImageROI()传递一个图像指针。
void cvSetImageROI( IplImage* image,CvRect rect );
void cvResetImageROI( IplImage* image);
为了解释ROI的用法我们假设要加载一幅图像并修改一些区域如例3-12的代码读取了一幅图像并设置了想要的ROI的xywidth和height的值最后将ROI区域中像素都加上一个整数。本例程中通过内联的cvRect()构造函数设置ROI。通过cvResetImageROI()函数释放ROI是非常重要的否则将忠实地只显示ROI区域。
例3-12用imageROI来增加某范围的像素
//roi_add image x y width heightadd
#includecv.h
#includehighgui.h
intmain(int argc, char** argv)
{ IplImage* src; if( argc 7 ((srccvLoadImage(argv[1],1)) ! 0 )) { int x atoi(argv[2]); int y atoi(argv[3]); int width atoi(argv[4]); int height atoi(argv[5]); int add atoi(argv[6]); cvSetImage ROI(src, cvRect(x,y,width,height)); cvAddS(src, cvScalar(add),src); cvResetImageROI(src); cvNamedWindow( Roi_Add, 1 ); cvShowImage( Roi_Add, src ); cvWaitKey(); } return 0;
}
使用例3-12中的代码把ROI集中于一张猫的脸部并将其蓝色通道增加150后的效果如图3-3所示。 【4546】 图3-3在猫脸上用ROI增加150像素的效果
通过巧妙地使用widthStep我们可以达到同样的效果。要做到这一点我们创建另一个图像头让它的width和height的值等于interest_rect的width和height的值。我们还需要按interest_rect起点设置图像起点(左上角或者左下角)。下一步我们设置子图像的widthStep与较大的interest_img相同。这样即可在子图像中逐行地步进到大图像里子区域中下一行开始处的合适位置。最后设置子图像的imageDate指针指向兴趣子区域的开始如例3-13所示。
例3-13利用其他widthStep方法把interest_img的所有像素值增加1
//Assuming IplImage *interest_img; and // CvRect interest_rect; // Use widthStep to get a region of interest // //(Alternate method) // IplImage*sub_img cvCreateImageHeader( cvSize( interest_rect.width, interest_rect.height ), interest_img-depth, interest_img-nChannels ); sub_img-origin interest_img-origin; sub_img-widthStep interest_img-widthStep; sub_img-imageData interest_img-imageData interest_rect.y * interest_img-widthStep interest_rect.x * interest_img-nChannels; cvAddS(sub_img, cvScalar(1), sub_img ); cvReleaseImageHeader(sub_img);
看起来设置和重置ROI更方便一些为什么还要使用widthStep原因在于有些时候在处理的过程中想在操作过程中设置和保持一幅图像的多个子区域处于活动状态但是ROI只能串行处理并且必须不断地设置和重置。
最后我们要在此提到一个词—— 掩码或模板在代码示例中cvAddS()函数允许第四个参数默认值为空const CvArr*maskNULL。这是一个8位单通道数组它允许把操作限制到任意形状的非0像素的掩码区如果ROI随着掩码或模板变化进程将会被限制在ROI和掩码的交集区域。掩码或模板只能在指定了其图像的函数中使用。
矩阵和图像操作
表3-3列出了一些操作矩阵图像的函数其中的大部分对于图像处理非常有效。它们实现了图像处理中的基本操作例如对角化、矩阵变换以及一些更复杂的诸如计算图像的统计操作。 【47】
表3-3矩阵和图像基本操作 函数名称描述cvAbs计算数组中所有元素的绝对值cvAbsDiff计算两个数组差值的绝对值 续表 函数名称描述cvAbsDiffS计算数组和标量差值的绝对值cvAdd两个数组的元素级的加运算cvAddS一个数组和一个标量的元素级的相加运算cvAddWeighted两个数组的元素级的加权相加运算(alpha融合)cvAvg计算数组中所有元素的平均值cvAvgSdv计算数组中所有元素的绝对值和标准差cvCalcCovarMatrix计算一组n维空间向量的协方差cvCmp对两个数组中的所有元素运用设置的比较操作cvCmpS对数组和标量运用设置的比较操作cvConvertScale用可选的缩放值转换数组元素类型cvConvertScaleAbs计算可选的缩放值的绝对值之后再转换数组元素的类型cvCopy把数组中的值复制到另一个数组中cvCountNonZero计算数组中非0值的个数cvCrossProduct计算两个三维向量的向量积(叉积)cvCvtColor将数组的通道从一个颜色空间转换另外一个颜色空间cvDet计算方阵的行列式cvDiv用另外一个数组对一个数组进行元素级的除法运算cvDotProduct计算两个向量的点积cvEigenVV计算方阵的特征值和特征向量cvFlip围绕选定轴翻转cvGEMM矩阵乘法cvGetCol从一个数组的列中复制元素cvGetCols从数据的相邻的多列中复制元素值cvGetDiag复制数组中对角线上的所有元素cvGetDims返回数组的维数cvGetDimSize返回一个数组的所有维的大小cvGetRow从一个数组的行中复制元素值cvGetRows从一个数组的多个相邻的行中复制元素值cvGetSize得到二维的数组的尺寸以CvSize返回cvGetSubRect从一个数组的子区域复制元素值cvInRange检查一个数组的元素是否在另外两个数组中的值的范围内cvInRangeS检查一个数组的元素的值是否在另外两个标量的范围内 续表 函数 名称描述cvInvert求矩阵的转置cvMahalonobis计算两个向量间的马氏距离cvMax在两个数组中进行元素级的取最大值操作cvMaxS在一个数组和一个标量中进行元素级的取最大值操作cvMerge把几个单通道图像合并为一个多通道图像cvMin在两个数组中进行元素级的取最小值操作cvMinS在一个数组和一个标量中进行元素级的取最小值操作cvMinMaxLoc寻找数组中的最大最小值cvMul计算两个数组的元素级的乘积cvNot按位对数组中的每一个元素求反cvNorm计算两个数组的正态相关性cvNormalize将数组中元素进行规一化cvOr对两个数组进行按位或操作cvOrS在数组与标量之间进行按位或操作cvReduce通过给定的操作符将二维数组约简为向量cvRepeat以平铺的方式进行数组复制cvSet用给定值初始化数组cvSetZero将数组中所有元素初始化为0cvSetIdentity将数组中对角线上的元素设为1其他置0cvSolve求出线性方程组的解cvSplit将多通道所组分割成多个单通道数组cvSub两个数组元素级的相减cvSubS元素级的从数组中减去标量cvSubRS元素级的从标量中减去数组cvSum对数组中的所有元素求和cvSVD二维矩阵的奇异值分解cvSVBkSb奇异值回代计算cvTrace计算矩阵迹cvTranspose矩阵的转置运算cvXor对两个数组进行按位异或操作cvXorS在数组和标量之间进行按位异或操作cvZero将所有数组中的元素置为0 cvAbscvAbsDiff和cvAbsDiffS
void cvAbs( const CvArr* src, const dst
);
void cvAbsDiff( const CvArr* src1, const CvArr* src2, const dst
);
void cvAbsDiffS( const CvArr* src, CvScalar value, const dst
);
【50】
这些函数计算一个数组的绝对值或数组和其他对象的差值的绝对值cvAbs()函数计算src里的值的绝对值然后把结果写到dstcvAbsDiff()函数会先从src1减去src2然后将所得差的绝对值写到dst除了从所有src元素减掉的数是常标量值外可以看到cvAbsDiffS()函数同cvAbsDiff()函数基本相同。
cvAdd,cvAddS, cvAddWeighted和alpha融合
void cvAdd( const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* mask NULL
);
void cvAddS( const CvArr* src, CvScalar value, CvArr* dst, const CvArr* mask NULL
);
void cvAddWeighted( const CvArr* src1, double alpha, const CvArr* src2, double beta, double gamma, CvArr* dst
);
cvAdd()是一个简单的加法函数它把src1里的所有元素同src2里的元素对应进行相加然后把结果放到dst如果mask没有被设为NULL那么由mask中非零元素指定的dst元素值在函数执行后不变。cvAddS()与cvAdd()非常相似惟一不同的是被加的数量标量value。
cvAddWeighted()函数同cvAdd()类似但是被写入dst的结果是经过下面的公式得出的 【50】
这个函数可用来实现alpha 融合 [Smith79; Porter84];也就是说它可以用于一个图像同另一个图像的融合函数的形式如下
void cvAddWeighted( const CvArr* src1, double alpha, const CvArr* src2, double beta, double gamma, CvArr* dst
);
在函数cvAddWeighted()中我们有两个源图像分别是src1和src2。这些图像可以是任何类型的像素只要它们属于同一类型即可。它们还可以有一个或三个通道(灰度或彩色)同样也要保持类型一致。结果图像dst也必须同src1和src2是相同的像素类型。这些图像可能是不同尺寸但是它们的ROI必须统一尺寸否则OpenCV就会产生错误参数alpha是src1的融合强度beta是src2的融合强度alpha融合公式如下 可以通过设置α从0到1区间取值β 1 – αγ为0将前面公式转换为标准alpha融合方程。这就得出下式 但是在加权融合图像以及目标图像的附加偏移参数γ方面, cvAddWeighted()提供了更大的灵活性。一般而言你或许想让alpha和beta不小于0并且两者之和不大于1gamma的设置取决于像素所要调整到的平均或最大值。例3-14展示了alpha融合的用法。
例3-14src2中alpha融合ROI以(0,0)开始src1中ROI以(x,y)开始
//alphablend imageA image B x y widthheight
// alphabeta
#includecv.h
#includehighgui.h
intmain(int argc, char** argv)
{ IplImage *src1, *src2; if( argc 9 ((src1cvLoadImage(argv[1],1)) ! 0 )((src2cvLoadImage(argv[2],1)) ! 0 )) { int x atoi(argv[3]); int y atoi(argv[4]); int width atoi(argv[5]); int height atoi(argv[6]); double alpha (double)atof(argv[7]); double beta (double)atof(argv[8]); cvSetImage ROI(src1, cvRect(x,y,width,height)); cvSetImageROI(src2, cvRect(0,0,width,height)); cvAddWeighted(src1, alpha, src2, beta,0.0,src1); cvResetImageROI(src1); cvNamedWindow( Alpha_blend, 1 ); cvShowImage( Alpha_blend, src1 ); cvWaitKey(); } return 0;
} 【5152】
例3-14中的代码用两个源图像初始的(src1)和待融合的(src2)。它从矩形的ROI中读取src1然后将同样大小的ROI应用到src2中这一次设在原始位置它从命令行读入alpha和beta的级别但是把gamma设为0。Alpha融合使用函数cvAddWeighted()结果被放到src1并显示例子输出如图3-4所示一个小孩的脸同一个猫的脸和身体被融合到了一起值得注意的是代码采用相同的ROI像图3-3的例子一样。这次我们使用了ROI作为目标融合区域。 图3-4一个小孩的脸被alpha融合到一只猫的脸上
cvAnd和cvAndS
void cvAnd( const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr* mask NULL
);
void cvAndS( const CvArr* src1, CvScalar value, CvArr* dst, const CvArr* mask NULL
);
这两个函数在src1数组上做按位与运算在cvAnd()中每个dst元素都是由相应的src1和src2两个元素进行位与运算得出的。在cvAndS()中位与运算由常标量value得出。同一般函数一样如果mask是非空就只计算非0 mask元素所对应的dst元素。
尽管支持所有的数据类型但是对于cvAnd()来说src1和src2要保持相同的数据类型。如果元素都是浮点型的则使用该浮点数的按位表示。 【52】
cvAvg
CvScalar cvAvg( const CvArr* arr, const CvArr* mask NULL
);
cvAvg()计算数组arr的平均像素值如果mask为非空那么平均值仅由那些mask值为非0的元素相对应的像素算出。
此函数还有别名cvMean()但不推荐使用。
cvAvgSdv
cvAvgSdv( const CvArr* arr, CvScalar* mean, CvScalar* std_dev, const CvArr* mask NULL
); 【53】
此函数同cvAvg()类似但除了求平均还可以计算像素的标准差。
函数现在有不再使用的别名cvMean_StdDev()。
cvCalcCovarMatrix
void cvCalcCovarMatrix( const CvArr** vects, int count, CvArr* cov_mat, CvArr* avg, int flags
);
给定一些向量假定这些向量表示的点是高斯分布cvCalcCovarMatrix()将计算这些点的均值和协方差矩阵。这当然可以运用到很多方面并且OpenCV有很多附加的flags值在特定的环境下会起作用(参见表3-4)。这些标志可以用标准的布尔或操作组合到一起。
表3-4cvCalcCovarMatrix()可能用到的标志参数的值 标志参数的具体标志值意义CV_COVAR_NORMAL计算均值和协方差CV_COVAR_SCRAMBLED快速PCA“Scrambled”协方差CV_COVAR_USE_AVERAGE输入均值而不是计算均值CV_COVAR_SCALE重新缩放输出的协方差矩阵 在所有情况下在vects中是OpenCV指针数组(即一个指向指针数组的指针)并有一个指示多少数组的参数count。在所有情况下结果将被置于cov_mat但是avg的确切含义取决于标志的值(参见表3-4)。
标识CV_COVAR_NORMAL和CV_COVAR_SCRAMBLED是相互排斥的只能使用其中一种不能两者同时使用。如果为CV_COVAR_NORMAL函数便只计算该点的均值和协方差。 因此标准的协方差由长度为n的m个向量计算其中被定义为平均向量的第n个元素由此产生的协方差矩阵是一个n ×n矩阵, 比例z是一个可选的缩放比例除非使用CV_COVAR_SCALE标志否则它将被设置为1。 【54】
如果是CV_COVAR_SCRAMBLED标志cvCalcCovarMatrix ()将如下计算 这种矩阵不是通常的协方差矩阵(注意转置运算符的位置)这种矩阵的计算来自同样长度为n的m个向量但由此而来的协方差矩阵是一个m×m矩阵。这种矩阵是用在一些特定的算法中如针对非常大的向量的快速PCA分析法(人脸识别可能会用到此运算)。
如果已知平均向量则使用标志CV_COVAR_USE_AVG在这种情况下参数avg用来作为输入而不是输出从而减少计算时间。
最后标志CV_COVAR_SCALE用于对计算得到的协方差矩阵进行均匀缩放。这是前述方程的比例z同标志CV_COVAR_NORMAL一起使用时应用的缩放比例将是1.0 /m(或等效于1.0/count)。如果不使用CV_COVAR_SCRAMBLED那么z的值将会是1.0/n(向量长度的倒数)cvCalcCovarMatrix()的输入输出矩阵都应该是浮点型结果矩阵cov_mat的大小应当是n×n 或者 m×m这取决于计算的是标准协方差还是scrambled的协方差。应当指出的是在vects中输入的“向量”并不一定要是一维的它们也可以是两维对象(例如图像)。
cvCmp和cvCmpS
void cvCmp( const CvArr* src1, const CvArr* src2, CvArr* dst, int cmp_op
);
void cvCmpS( constCvArr* src, double value, CvArr* dst, int cmp_op
);
这两个函数都是进行比较操作比较两幅图像相应的像素值或将给定图像的像素值与某常标量值进行比较。cvCmp()和cvCmpS()的最后一个参数的比较操作符可以是表3-5所列出的任意一个。 【55】
表3-5cvCmp()和cvCmpS()使用的cmp_op值以及由此产生的比较操作 cmp_op的值比较方法CV_CMP_EQ(src1i src2i)CV_CMP_GT(src1i src2i)CV_CMP_GE(src1i src2i)CV_CMP_LT(src1i src2i)CV_CMP_LE(src1i src2i)CV_CMP_NE(src1i ! src2i) 表3-5列出的比较操作都是通过相同的函数实现的只需传递合适的参数来说明你想怎么做这些特殊的功能操作只能应用于单通道的图像。
这些比较功能适用于这样的应用程序当你使用某些版本的背景减法并想对结果进行掩码处理但又只从图像中提取变化区域信息时(如从安全监控摄像机看一段视 频流)。
cvConvertScale
void cvConvertScale( const CvArr* src, CvArr* dst, double scale 1.0, double shift 0.0
);
cvConvertScale()函数实际上融多种功能于一体它能执行几个功能中的任意之一如果需要也可以一起执行多个功能。第一个功能是将源图像的数据类型转变成目标图像的数据类型。例如如果我们有一个8位的RGB灰度图像并想把它变为16位有符号的图像就可以调用函数cvConvertScale()来做这个工作。
cvConvertScale()的第二个功能是对图像数据执行线性变换。在转换成新的数据类型之后每个像素值将乘以scale值然后将shift值加到每个像素上。
至关重要的是要记住尽管在函数名称中“Convert”在“Scale”之前但执行这些操作的顺序实际上是相反的。具体来说在数据类型转变之前与scale相乘和shift的相加已经发生了。 【56】
如果只是传递默认值(scale 1.0和shift 0.0)则不必担心性能; OpenCV足够聪明能意识到这种情况而不会在无用的操作上浪费处理器的时间。澄清一下(如果你想添加一些)OpenCV还提供了宏指令cvConvert()该指令同cvConvertScale()一样但是通常只适用于scale 和 shift 参数设为默认 值时。
对于所有数据类型和任何数量通道cvConvertScale ()都适用但是源图像和目标图像的通道数量必须相同。(如果你想实现彩色图像与灰度图的相互转换可以使用cvCvtColor()之后我们将会提到。) 【5657】
cvConvertScaleAbs
void cvConvertScaleAbs( const CvArr* src, CvArr* dst, double scale 1.0, double shift 0.0
);
cvConvertScaleAbs()与cvConvertScale()基本相同区别是dst图像元素是结果数据的绝对值。具体说来cvConvertScaleAbs()先缩放和平移然后算出绝对值最后进行数据类型的转换。
cvCopy
void cvCopy( const CvArr* src, CvArr* dst, const CvArr* mask NULL
);
用于将一个图像复制到另一个图像。cvCopy()函数要求两个数组具有相同的数据类型、相同的大小和相同的维数。可以使用它来复制稀疏矩阵但这样做时不支持mask。对于非稀疏矩阵和图像mask如果为非空则只对与mask中与非0值相对应的dst中的像素赋值。
cvCountNonZero
int cvCountNonZero( const CvArr* arr );
cvCountNonZero()返回数组arr中非0像素的个数。
cvCrossProduct
void cvCrossProduct(
const CvArr* src1,
const CvArr* src2,
CvArr* dst
);
这个函数的主要功能是计算两个三维向量的叉积[Lagrange1773]。无论向量是行或者列的形式函数都支持。(实际上对于单通道矩阵行向量和列向量的数据在内存中的排列方式完全相同)。src1和src2都必须是单道数组同时dst也必须是单道的并且长度应精确为3。所有这些阵列的数据类型都要一致。 【57】
cvCvtColor
void cvCvtColor( const CvArr* src, CvArr* dst, int code
);
此前介绍的几个函数用于把一个数据类型转换成另一个数据类型原始图像和目标图像的通道数目应保持一致。另外一个函数是cvCvtColor()当数据类型一致时它将图像从一个颜色空间(通道的数值)转换到另一个[Wharton71]。具体转换操作由参数code来指定表3-6列出了此参数可能的值。
表3-6cvCvtColor()的转换
转换代码 解释CV_BGR2RGBCV_RGB2BGRCV_RGBA2BGRACV_BGRA2RGBA在RGB或BGR色彩空间之间转换(包括或者不包括alpha 通道)CV_RGB2RGBACV_BGR2BGRA在 RGB或BGR图像中加入alpha 通道CV_RGBA2RGBCV_BGRA2BGR从 RGB或BGR图像中删除alpha 通道CV_RGB2BGRACV_RGBA2BGRCV_BGRA2RGBCV_BGR2RGBA加入或者移除alpha通道时转换RGB到BGR 色彩空间CV_RGB2GRAYCV_BGR2GRAY转换RGB或者BGR色彩空间为灰度空间CV_GRAY2RGBCV_GRAY2BGRCV_RGBA2GRAYCV_BGRA2GRAY转换灰度为RGB或者BGR色彩空间(在进程中选择移除alpha通道)CV_GRAY2RGBACV_GRAY2BGRA转换灰度为RGB或者BGR色彩空间并且加入alpha通道CV_RGB2BGR565CV_BGR2BGR565CV_BGR5652RGBCV_BGR5652BGRCV_RGBA2BGR565CV_BGRA2BGR565CV_BGR5652RGBACV_BGR5652BGRA在从RGB或者BGR色彩空间转换到BGR565彩色图画时选择加入或者移除 alpha通道 (16位图)CV_GRAY2BGR565CV_BGR5652GRAY转换灰度为BGR565彩色图像或者反变换(16位图) 续表
转换代码 解释CV_RGB2BGR555CV_BGR2BGR555CV_BGR5552RGBCV_BGR5552BGRCV_RGBA2BGR555CV_BGRA2BGR555在从RGB或者BGR色彩空间转换到BGR555色彩空间时选择加入或者移除 alpha通道(16位图)CV_BGR5552RGBACV_BGR5552BGRA CV_GRAY2BGR555CV_BGR5552GRAY转换灰度到BGR555色彩空间或者反变换(16位图)CV_RGB2XYZCV_BGR2XYZCV_XYZ2RGBCV_XYZ2BGR转换RGB或者BGR色彩空间到CIE XYZ色彩空间或者反变换(Rec 709和D65 白点)CV_RGB2YCrCbCV_BGR2YCrCbCV_YCrCb2RGBCV_YCrCb2BGR转换RGB 或者BGR色彩空间到luma-chroma (aka YCC)色彩空间CV_RGB2HSVCV_BGR2HSVCV_HSV2RGBCV_HSV2BGR转换RGB或者BGR色彩空间到HSV(huesaturationvalue)色彩空间或反变换CV_RGB2HLSCV_BGR2HLSCV_HLS2RGBCV_HLS2BGR转换RGB或者BGR色彩空间到HLS(hueLightnesssaturation)色彩空间或反变换CV_RGB2LabCV_BGR2LabCV_Lab2RGBCV_Lab2BGR转换RGB或者BGR色彩空间到CIE LAB色彩空间或反变换 续表
转换代码 解释CV_RGB2LuvCV_BGR2LuvCV_Luv2RGBCV_Luv2BGR转换RGB或者BGR色彩空间到CIE Luv色彩空间CV_BayerBG2RGBCV_BayerGB2RGB转换Bayer模式(单通道)到RGB或者BGR色彩空间CV_BayerRG2RGBCV_BayerGR2RGBCV_BayerBG2BGRCV_BayerGB2BGRCV_BayerRG2BGRCV_BayerGR2BGR
这里不再进一步阐述CIE色彩空间中Bayer模式的细节但许多这样的转换是很有意义的。我们的目的是了解OpenCV能够在哪些色彩空间进行转换这对用户来说很重要。
色彩空间转换都用到以下约定8位图像范围是025516位图像范围是065536浮点数的范围是0.01.0。黑白图像转换为彩色图像时最终图像的所有通道都是相同的但是逆变换(例如RGB或BGR到灰度)灰度值的计算使用加权公式
Y(0.299)R(0.587)G(0.114)B
就HSV色彩模式或者HLS色彩模式来说色调通常是在0360之间。在8位图中这可能出现问题因此转换到HSV色彩模式并以8位图的形式输出时色调应该除以2。
cvDet
double cvDet(const CvArr* mat)
cvDet()用于计算一个方阵的行列式。这个数组可以是任何数据类型但它必须是单通道的如果是小的矩阵则直接用标准公式计算。然而对于大型矩阵这样就不是很有效行列式的计算使用高斯消去法。
值得指出的是如果已知一个矩阵是对称正定的也可以通过奇异值分解的策略来解决。欲了解更多信息请参阅“cvSVD”一节。但这个策略是将U和V设置为NULL然后矩阵W的乘积就是所求正定矩阵。
cvDiv
void cvDiv(
const CvArr* src1,
const CvArr* src2,
CvArr* dst,
double scale 1
);
cvDiv是一个实现除法的简单函数它用src2除以src1中对应元素然后把最终的结果存到dst中。如果mask非空那么dst中的任何与mask中0元素相对应的元素都不改变。如果对数组中所有元素求倒数则可以设置src1为NULL函数将假定src1是一个元素全为1的数组。
cvDotProduct
double cvDotProduct( const CvArr* src1 const CvArr* src2
)
【5860】
这个函数主要计算两个N维向量的点积[Lagrange1773]。与叉积函数相同点积函数也不太关注向量是行或者是列的形式。src1和src2都应该是单通道的数组并且数组的数据类型应该一致。
cvEigenVV
double cvEigenVV( CvArr* mat, CvArr* evects, CvArr* evals, double eps 0
);
对对称矩阵matcvEigenVV()会计算出该矩阵的特征值和相应的特征向量。函数实现的是雅可比方法[Bronshtein97]对于小的矩阵是非常高效的雅可比方法需要一个停止参数它是最终矩阵中偏离对角线元素最大尺寸。可选参数eps用于设置这个值。在计算的过程中所提供的矩阵mat的数据空间被用于计算所以它的值会在调用函数后改变。函数返回时你会在evects中找到以行顺序保存的特征向量。对应的特征值被存储到evals中。特征向量的次序以对应特征值的重要性按降序排列。该cvEigenVV()函数要求所有三个矩阵具有浮点 类型。
正如cvDet()(前述)如果被讨论的向量是已知的对称和正定矩阵那么最好使用SVD计算mat的特征值和特征向量。
cvFlip
void cvFlip( const CvArr* src CvArr* dst NULL int flip_mode 0
)
本函数是将图像绕着在X轴或Y轴或者绕着X轴或Y轴上同时旋转。当参数flip_mode被设置为0的时候图像只会绕X轴旋转。 【61】
flip_mode被设置为正值时(例如1)图像会围绕Y轴旋转如果被设置成负值(例如-1)图像会围绕X轴和Y轴旋转。
在Win32运行视频处理系统时你会发现自己经常使用此功能来进行图像格式变换也就是坐标原点在左上角和左下角的变换。
cvGEMM
double cvGEMM( const CvArr* src1 const CvArr* src2 double alpha const CvArr* src3 double beta CvArr* dst int tABC 0
)
广义矩阵乘法(generalized matrixmultiplicatipmGEMM)在OpenCV中是由cvGEMM()来实现的可实现矩阵乘法、转置后相乘、比例缩放等。最常见的情况下cvGEMM()计算如下 其中AB和C分别是矩阵src1src2和src3α和β是数值系数op()是附在矩阵上的可选转置。参数src3可以设置为空。在这种情况下不会参与计算。转置将由可选参数tABC来控制它的值可以是0或者(通过布尔OR操作)CV_GEMM_A_T、CV_GEMM_B_T和CV_GEMM_C_T的任何组合(每一个标志都有一个矩阵转换相对应)。
过去的OpenCV包含cvMatMul()和cvMatMulAdd()方法但是它们很容易和cvMul()混淆其实它们的功能是完全不一样的(即两个数组的元素与元素相乘)。这个函数以宏的形式继续存在它们直接调用cvGEMM()。两者对应关系如表3-7所示。
表3-7cvGEMM()一般用法的宏别名
cvMatMul(AB D)cvGEMM(AB1NULL0D0)cvMatMulAdd(ABCD)cvGEMM(AB1C1D0)
只有大小符合约束的矩阵才能进行乘法运算并且所有的数据类型都应该是浮点型。cvGEMM()函数支持双通道矩阵在这种情况下它将双通道视为一个复数的两个部分。
cvGetCol和cvGetCols
CvMat*cvGetCol( const CvArr* arr CvMat* submat int col
)
CvMat*cvGetCols( const CvArr* arr CvMat* submat int start_col int end_col
)
cvGetCol()函数被用作提取矩阵中的某一列并把它以向量的形式返回(即只有一列的矩阵)。在这种情况下矩阵指针submat将被修改为指向arr中的特定列必须指出的是该指针在修改过程中并未涉及内存的分配或数据的复制submat的内容仅仅是作了简单修改以使它正确地指出arr中所选择的列。它支持所有数据类型。
cvGetCols()函数的工作原理与cvGetCols完全一致区别只在于前者将选择从start_col到end_col之间的所有列。这两个函数都返回一个与被调用的特定列或者多列(即submat)相对应的头指针。
cvGetDiag
CvMat* cvGetDiag( const CvArr* arr CvMat*submat int diag 0
)
cvGetDiag ()类似于cvGetCol()它能从一个矩阵选择某一条对角线并将其作为向量返回。submat是一个矩阵类型的头指针。函数cvGetDiag()将填充该向量头指针中的各分量以使用指向arr中的正确信息。注意调用cvGetDiag()会修改输入的头指针将数据指针指向arr对角线上的数据实际上并没有复制arr的数据。可选参数diag表明submat指向哪一条对角线的。如果diag被设置为默认值0主对角线将被选中。如果diag大于0则始于(diag0)的对角线将被选中如果diag小于0则始于(0-diag)的对角线将被选中。cvGetDiag()并不要求矩阵arr是方阵但是数组submat长度必须与输入数组的尺寸相匹配。当该函数被调用时最终的返回结果与输入的submat相同。
cvGetDims和cvGetDimSize
int cvGetDims( const CvArr* arr int* sizesNULL
)
int cvGetDimSize( const CvArr* arr int index
) 【63】
您一定还记得OpenCV中的矩阵维数可以远远大于2。函数cvGetDims()返回指定数组的维数并可返回每一个维数的大小。如果数组sizes非空那么大小将被写入sizes。如果使用了参数sizes它应该是一个指向n个整数的指针这里的n指维数。如果无法事先获知维数为了安全起见可以把sizes大小指定为CV_MAX_DIM。
函数cvGetDimSize()返回一个由index参数指定的某一维大小。如果这个数组是矩阵或者图像那么cvGetDims()将一直返回为2。对于矩阵和图像由cvGetDims()返回的sizes的次序将总是先是行数然后是列数。
cvGetRow和cvGetRows
CvMat* cvGetRow( const CvArr* arr CvMat* submat int row
)
CvMat* cvGetRows( const CvArr* arr CvMat*submat int start_row int end_row
)
cvGetRow()获取矩阵中的一行让它作为向量(仅有一行的矩阵)返回。跟cvGetCol()类似矩阵头指针submat将被修改为指向arr中的某个特定行并且对该头指针的修改不涉及内存的分配和数据的复制submat的内容仅是作为适当的修改以使它正确地指向arr中所选择的行。该指针所有数据类型。cvGetRows()函数的工作原理与cvGetRow()完全一致区别只在于前者将选择从start_row到end_row之间的所有行。这两个函数都返回一个的头指针指向特定行或者多个行。
cvGetSize
CvSize cvGetSize( const CvArr* arr )
它与cvGetDims()密切相关cvGetDims()返回一个数组的大小。主要的不同是cvGetSize()是专为矩阵和图像设计的这两种对象的维数总是2。其尺寸可以以CvSize结构的形式返回例如当创建一个新的大小相同的矩阵或图像时使用此函数就很方便。 【64】
cvGetSubRect
cvGetSubRect
CvSize cvGetSubRect( const CvArr* arr CvArr* submat CvRect rect
)
cvGetSubRect()与cvGetColumns()或cvGetRows()非常类似区别在于cvGetSubRect()通过参数rect在数组中选择一个任意的子矩阵。与其他选择数组子区域的函数的函数一样submat仅仅是一个被cvGetSubRect()函数填充的头它将指向用户期望的子矩阵数据这里并不涉及内存分配和数据的复制。
cvInRange和cvInRangeS
void cvInRange(const CvArr* src const CvArr* lower const CvArr* upper CvArr* dst
)
void cvInRangeS( const CvArr* src CvScalar lower CvScalar upper CvArr* dst
)
这两个函数可用于检查图像中像素的灰度是否属于某一指定范围。cvInRange()检查src的每一个像素点是否落在lower和upper范围中。如果src的值大于或者等于lower值并且小于upper值那么dst中对应的对应值将被设置为0xff否则dst的值将被设置为0。
cvInRangeS()的原理与之完全相同但src是与lower和upper中的一组常量值(类型CvScala)进行比较。对于这两个函数图像src可以是任意类型如果图像有多个通道那么每一种通道都将被分别处理。注意dst的尺寸和通道数必须与src一致且必须为8位的图像。
cvInvert
double cvInvert( const CvArr* src CvArr* dst Int method CV_LU
)
cvInvert()求取保存在src中的矩阵的逆并把结果保存在dst中。这个函数支持使用多种方法来计算矩阵的逆(见表3-8)但默认采取的是高斯消去法。该函数的返回值与所选用的方法有关。 【65】
表3-8cvInvert()函数中指定方法的参数值
方法的参数值含义CV_LU高斯消去法 (LU 分解)CV_SVD奇异值分解(SVD)CV_SVD_SYM对称矩阵的SVD
就高斯消去法(methodCV_LU)来说当函数执行完毕src的行列式将被返回。如果行列式是0那么事实上不进行求逆操作并且数组dst将被设置为全0。
就CV_SVD或者CV_SVD_SYM,来说返回值是矩阵的逆条件数(最小特征值跟最大特征值的比例)。如果src是奇异的那么cvInvert()在SVD模式中将进行伪逆计算。
cvMahalonobis
CvSize cvMahalonobis( const CvArr* vec1, const CvArr* vec2, CvArr* mat
);
Mahalonobis距离(Mahal)被定义为一点和高斯分布中心之间的向量距离该距离使用给定分布的协方差矩阵的逆作为归一化标准。参见图3-5。直观上这是与基础统计学中的标准分数(Z-score)类似某一点到分布中心的距离是以该分布的方差作为单位。马氏距离则是该思路在高维空间中的推广。
cvMahalonobis()计算的公式如下 假设向量vec1对应x点向量vec2是分布的均值。mat是协方差矩阵的逆。
实际上这个协方差矩阵通常用cvCalcCovarMatrix()(前面所述)来进行计算然后用cvInvert()来求逆。使用SV_SVD方法求逆是良好的程序设计习惯因为其中一个特征值为0的分布这种情况在所难免 图3-5数据在2D空间分布3个叠加在一起的椭圆分别对应到分布中心的马氏距离为1.02.0和3.0所有点
cvMax和cvMaxS
void cvMax( const CvArr* src1, const CvArr* src2, CvArr* dst
);
void cvMaxS( const CvArr* src, double value, CvArr* dst
); 【66】
cvMax()计算数组src1和src2中相对应的每像素一对中的最大值。而cvMaxS()将数组src与常量参数value进行比较。通常如果mask非空那么只有与非0参数相对应的dst中的元素参与计算。
cvMerge
void cvMerge( const CvArr* src0, const CvArr* src1, const CvArr* src2, const CvArr* src3, CvArr* dst
); 【67】
cvMerge()是cvSplit()的逆运算。数组src0src1src2和src3将被合并到数组dst中。当然dst应该与源数组具有相同的数据类型和尺寸但它可以有两个三个或四个道道。未使用的源图像参数可设置为NULL。
cvMin和cvMinS
void cvMin( const CvArr* src1, const CvArr* src2, CvArr* dst
);
void cvMinS( const CvArr* src, double value, CvArr* dst
);
cvMin()计算数组src1和src2中相对应的每一对像素中的最小值。而cvMaxS()将数组src与常量标量value进行比较。同样的如果mask非空的话那么只有与mask的非0参数相对应的dst中的元素进行计算。
cvMinMaxLoc
void cvMinMaxLoc( const CvArr* arr, double* min_val, double* max_val, CvPoint* min_loc NULL, CvPoint* max_loc NULL, const CvArr*mask NULL
);
该例程找出数组arr中的最大值和最小值并且(有选择性地)返回它们的地址。计算出的最大值和最小值赋值给max_val和min_val。或者如果极值的位置参数非空那极值的位置便会写入min_loc和max_loc。
通常如果参数mask非空那么只有图像arr中与参数mask中的非零的像素相对应的部分才被考虑。cvMinMaxLoc()例程仅仅处理单通道数组如果有一个多通道的数组则应该使用cvSetCOI()来对某个特定通道进行设置。
cvMul
void cvMul( const CvArr* src1, const CvArr* src2, CvArr* dst, double scale1
); 【68】
cvMul()是一个简单的乘法函数。它将src1中的元素与src2中相对应的元素相乘然后把结果赋给dst。如果mask是空那么与其中0元素相对应的dst元素都不会因此操作而改变。OpenCV中没有函数cvMulS()因为该功能已经由函数cvScale()或cvCvtScale()提供。
除此之外有一件事情要记住cvMul()执行的是元素之间的乘法。有时候在进行矩阵相乘时可能会错误使用cvMul()但这无法奏效记住cvGEMM()才是处理矩阵乘法的函数而不是cvMul()。
cvNot
void cvNot( const CvArr* src, CvArr* dst
);
函数cvNot()会将src中的每一个元素的每一位取反然后把结果赋给dst。因此一个值为0x00的8位图像将被映射到0xff而值为0x83的图像将被映射到0x7c。
cvNorm
double cvNorm( const CvArr* arr1, const CvArr*arr2 NULL, int norm_type CV_L2, const CvArr*mask NULL );
这一函数可于计算一个数组的各种范数当为该函数提供了两个数组作为参数时可选用各种不同的公式来计算相对的距离。在前一种情况下计算的范数如表3-9所示。
表3-9当arr2NULL时对于不同的norm_type由cvNorm()计算范数的公式 norm_type结果CV_CCV_L1CV_L2 如果第二个数组参数arr2非空那么范数的计算将使用不同的公式就像两个数组之间的距离。前三种情况的计算公式如表3-10所示这些范数是绝对范数在后三个情况下将会根据第二个数组arr2的幅度进行重新调整。 【6970】
表3-10arr2非空且norm_type不同值时函数cvNorm()计算范数的计算公式 norm_type结果CV_CCV_L1CV_L2CV_RELATIVE_CCV_ RELATIVE_L1CV_ RELATIVE_L2 在所有情况下arr1和arr2必须具有相同的大小和通道数。当通道数大于1时将会对所有通道一起计算范数(即是说在表3-9和表3-10中不仅是针对x和y也针对通道数求和)。
cvNormalize
cvNormalize( const CvArr* src, CvArr* dst, double a 1.0, double b 0.0, int norm_type CV_L2, const CvArr*mask NULL
);
与许多OpenCV函数一样cvNormalize()的功能比表面看更多。根据norm_type的不同值图像src将被规范化或者以其他方式映射到dst的一个特定的范围内。表3-11列举了norm_type可能出现的值。
表3-11函数cvNormalize()的参数norm_type可能的值 norm_type结果CV_CCV_L1 续表 norm_type结果CV_L2CV_MINMAX映射到[a, b]的范围上 【70】
计算C范数时数组src将被进行比例变标使其中绝对值最大的值等于a。当计算L1范数成L2范数时该数组也将被缩放如使其范数为a。如果norm_type的值设置为CV_MINMAX那么将会对数组的所有的值进行转化使它们线性映射到a和b之间(包括a和b)。
与以前一样如果参数mask非空那么只有与掩码非0值对应的像素会对范数的计算有贡献并且只有那些像素会被cvNormalize()改变。
cvOr和cvOrS
void cvOr( const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr*maskNULL
);
void cvOrS( const CvArr* src, CvScalar value, CvArr* dst, const CvArr*mask NULL
);
这两个函数将对数组src1进行按位或计算。在函数cvOr()中dst中的每一个元素都是是由src1和src2中相对应的元素按位做或运算的结果。在cvOrS()函数中将对src和常量value进行或运算。像往常一样如果mask非空则只计算dst中与mask中非0元素对应的元素。
该函数支持所有的数据类型但在cvOr()中src1和src2必须有相同的数据类型。如果数组元素是浮点类型则使用浮点按位表示形式。
cvReduce
CvSize cvReduce( const CvArr* src, CvArr* dst, int dim, int op CV_REDUCE_SUM
);
约简是指使用一些op所代表的组合规则对输入的矩阵src的每一行(或列)进行系统的转化使之成为成向量dst直到只剩一行(或列)为止(见表3-12)。参数op决定如何进行约简总结如表3-13所示。 【71】
表3-12参数op在cvReduce()中所代表的转化操作 op的值结果CV_REDUCE_SUM计算所有向量的总和CV_REDUCE_AVG计算所有向量的平均值CV_REDUCE_MAX计算所有向量中的最大值CV_REDUCE_MIN计算所有向量中的最小值 表3-13参数dim在cvReduce()中控制转化的方向 dim的值结果1合并成一行0合并成一列-1转化成对应的dst cvReduce()支持浮点型的多通道数组。它也允许在dst中使用比src更高精度的数据类型。这关键在于要有正确的CV_REDUCE_SUM和CV_REDUCE_AVG参数否则那里可能有溢出和累积问题。
cvRepeat
void cvRepeat( const CvArr* src, CvArr* dst
);
这一函数是将src的内容复制到dst中重复多次直到dst没有多余的空间。具体而言dst相对于src可以是任何大小。它可能比src大或小它们在大小和维数之间不需要有任何的数值关系。
cvScale
void cvScale( const CvArr* src, CvArr* dst, double scale
);
从宏观上讲函数cvScale()实际上是cvConvertScale()的一个宏它会将shift参数设置为0.0。因此它可以用来重新调整数组的内容并且可以将参数从一种数据类型转换为另一种。
cvSet和cvSetZero
void cvSet( CvArr* arr, CvScalar value, const CvArr*mask NULL
); 【72】
这些函数能将数组的所有通道的所有值设置为指定的参数value。该cvSet()函数接受一个可选的参数如果提供参数那么只有那些与参数mask中非0值对应的像素将被设置为指定的值。函数cvSetZero()仅仅是cvSet(0.0)别名。
cvSetIdentity
void cvSetIdentity( CvArr* arr );
cvSetIdentity()将会把数组中除了行数与列数相等以外的所有元素的值都设置为0行数与列数相等的元素的值都设置为1。cvSetIdentity()支持所有数据类型甚至不要求数组的行数与列数相等。
cvSolve
int cvSolve( const CvArr* src1, const CvArr* src2, CvArr* dst, int method CV_LU
);
基于cvInvert()函数cvSolve()为求解线性方程组提供了一条捷径。它的计算公式如下
Cargminx||A·X-B||
其中A是一个由src1指定的方阵B是向量src2然后C是由cvSolve()计算的结果目标是寻找一个最优的向量X。最优结果向量X将返回给dst。cvInvert()支持同样的方法(前述)不过只支持浮点类型的数据。该函数将会返回一个整型值当返回的值是一个非0值的话这表明它能够找到一个解。
应当指出的是cvSolve()可以用来解决超定的线性方程组。超定系统将使用所谓的伪逆方法进行解决它是使用SVD方法找到方程组的最小二乘解的。
cvSplit
void cvSplit( const CvArr* src, CvArr* dst0, CvArr* dst1, CvArr* dst2, CvArr* dst3
);
有些时候处理多通道图像时不是很方便。在这种情况下可以利用cvSplit()分别复制每个通道到多个单通道图像。如果需要cvSplit()函数将复制src的各个通道到图像dst0dst1dst2和dst3中。目标图像必须与源图像在大小和数据类型上相匹配当然也应该是单通道的图像。
如果源图像少于4个通道(这种情况经常出现)那么传递给cvSplit()的不必要的目标参数可设置为NULL。 【73】
cvSub,cvSubS和cvSubRS
void cvSub( const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr*mask NULL
);
void cvSubS( const CvArr* src, CvScalar value, CvArr* dst, const CvArr*mask NULL
);
void cvSubRS( const CvArr* src, CvScalar value, CvArr* dst, const CvArr*mask NULL
);
cvSub()是一个简单的减法函数它对数组src2和src1对应的元素进行减法运算然后把结果赋给dst。如果数组mask非空那么dst中元素对应位置的mask中的0元素不会因此而改变。相关的函数cvSubS()执行相类似的功能但它会对src的每一个元素减去一个常量value。函数cvSubRS()的功能和cvSubS()相似但不是src的每个元素减去一个常量而是常量减去的src中的每一元素。
cvSum
CvScalar cvSum( CvArr* arr
); 【75】
cvSum()计算数组arr各个通道的所有的像素的总和。注意函数的返回类型是CvScalar这意味着cvSum()提供多通道数组计算。在这种情况下每个通道的和都会赋给类型为CvScalar的返回值中相应的分量。
cvSVD
void cvSVD( CvArr* A, CvArr* W, CvArr* U NULL, CvArr*V NULL, int flags 0
);
奇异值分解(SVD)是将一个m×n的矩阵A按如下公式分解
AU·W·VT
其中W是一个对角矩阵U和V分别是m×m和n×n的酉矩阵。当然矩阵W也是一个m×n的矩阵所以在这里的“对角线”是指任何行数和列数不相等的位置的元素值一定是0。因为W必须是对角矩阵OpenCV允许它表示为一个m×n阶矩阵或一个n×1向量(在这种情况下该向量将只包含对角线上的“奇异”值)。
对于函数cvSVD()来说U和V是可选参数如果它们的值设置为NULL则不会返回它们的内容。最后的参数flags可以是表3-14所示三个选项中任何一个或全部(视情况进行布尔型或计算合并)。
表3-14cvSVD()中flags参数的取值 参数结果CV_SVD_MODIFY_A允许改变矩阵ACV_SVD_U_T返回UT而不是UCV_SVD_V_T返回VT而不是V cvSVBkSb
void cvSVBkSb( const CvArr* W, const CvArr* U, const CvArr* V, const CvArr* B, CvArr* X, int flags 0
);
这个函数一般不会被直接调用。与刚才所描述的cvSVD()一起本函数构成了基于SVD的方法cvInvert()和cvSolve()的基础。也就是说如果你想自己实现矩阵求逆可用这两个函数(这可以为你节省在cvInvert()或cvSolve()中为临时矩阵分配的一大堆内存空间)。 【75】
函数cvSVBkSb()对矩阵A进行反向替代计算A已分解为矩阵UW和V(即SVD)的结构中描述出来。矩阵X的结果可由如下公式计算得出
XV·W*·UT·B
矩阵B是可选的如果设置为NULL它将会被忽略。当时矩阵W*中的对角线元素定义如下 ε这个值是一个奇异性阈值一个非常小的数值通常与W的对角线元素的总和成正比(即)。
cvTrace
CvScalar cvTrace( const CvArr* mat );
矩阵的迹是对角线元素的总和。在OpenCV中该功能在函数cvGetDiag()基础上实现因此输入的数组不需要是方阵。同样支持多通道数组但是数组mat必须是浮点类型。
cvTranspose与cvT
void cvTranspose( const CvArr* src, CvArr* dst
);
cvTranspose()将src中每一个元素的值复制到dst中行号与列号相调换的位置上。这个函数不支持多通道数组然而如果你用两通道数组表示复数那么记住一点cvTranspose()不执行复共轭(依靠函数cvXorS()是实现该功能的一个快速方法它可以直接翻转数组中虚数部分中的符号位)。宏cvT()是函数cvTranspose()的缩写。
cvXor和cvXorS
void cvXor( const CvArr* src1, const CvArr* src2, CvArr* dst, const CvArr*maskNULL
);
void cvXorS( const CvArr* src, CvScalar value, CvArr* dst, const CvArr*maskNULL
); 【76】
这两个函数在数组src1上按位进行异或(XOR)运算。在函数cvXor()中dst的每个元素是由src1和src2中对应的元素按位进行异或运算所得到的。在函数cvXorS()中是与常量value进行按位异或运算。再次说明如果参数mask非空则只计算与mask中非0值相对应的dst元素。
计算支持所有的数据类型但src1和src2在函数cvXor()中必须是相同的数据类型。如果数组的元素是浮点类型的那么使用浮点数的二进制表示。
cvZero
void cvZero( CvArr* arr );
这个函数会将数组中的所有通道的所有元素的值都设置为0。
绘图
我们经常需要绘制图像或者在已有的图像上方绘制一些图形。为此OpenCV提供了一系列的函数帮助我们绘制直线、方形和圆形等。
直线
cvLine()是绘图函数中最简单的只需用Bresenham算法[Bresenham65]画一条线
void cvLine( CvArr* array, CvPoint pt1, CvPoint pt2, CvScalar color, int thickness 1, int connectivity 8
);
cvLine()函数中的第一个属性是CvArr*。在这里它一般为一个图像类型的指针IplImage*。随后两个CvPoint是一种简单的数据结构它只包括整型变量x和y。我们可以用CvPoint(intx, int y)函数快速地构造一个CvPoint类型的变量这样可以方便地把两个整型变量值赋给CvPoint数据结构。
下一个属性是CvScalar类型的颜色变量。CvScalar也是一种数据结构定义如下所示
typdef struct { double val[4];
} CvScalar;
可以看出这种结构只是四个双精度浮点型变量的集合。在这里前三个分别代表红绿蓝通道没有用到第四个(它只在适当的时候用于alpha通道)。一个常用的便捷宏指令是CV_RGB(r,g, b)该指令采用三个数字作为参数并将其封装到CvScalar。
接下来的两个属性是可选的。thickness是线的粗细(像素)connectivity被设为反走样模式默认值为“8连通”这种是较为平滑不会走样的线型。也可以设置为“4连通”这样的话斜线会产生重叠以致看上去过于粗重不过画起来速度要快 得多。
cvRectangle()和cvLine()几乎同样便捷。cvRectangle()用于画矩形。除了没有connectivity参数它和cvLine()的其他参数都是一样的。因为由此产生的矩形总是平行与X和Y轴。利用cvRectangle()我们只需给出两个对顶点OpenCV便于画出一个矩形。
void cvRectangle( CvArr* array, CvPoint pt1, CvPoint pt2, CvScalar color, int thickness 1
);
圆形和椭圆
画圆同样简单其参数与前相同。
void cvCircle ( CvArr* array, CvPoint center, int radius, CvScalar color, int thickness 1, int connectivity 8
);
对圆形和矩阵等很多封闭图形来说thickness参数也可以设置为CV_FILL其值是-1其结果是使用与边一样的颜色填充圆内部。
椭圆函数比cvCircle()略微复杂一些
void cvEllipse( CvArr* img, CvPoint center, CvSize axes, double angle, double start_angle, double end_angle, CvScalar color, int thickness 1, int line_type 8
); 【79】
这里主要的新成员是axes属性其类型为CvSize。CvSize函数与CvPoint和CvScalar非常相似这是一个仅包含宽度和高度的简单结构。同CvPoint和CvScalar一样CvSize也有一个简单的构造函数cvSize(int height, intwidth)在需要的时候返回一个CvSize数据。在这种情况下height和width参数分别代表椭圆的长短半轴长。
angle是指偏离主轴的角度从X轴算起逆时针方向为正。同样start_angle和end_angle表示弧线开始和结束位置的角度。因此一个完整的椭圆必须分别将这两个值分别设为0°和360°。
使用外接矩形是描述椭圆绘制的另一种方法
void cvEllipseBox( CvArr* img, CvBox2D box, CvScalar color, int thickness 1, int line_type 8, int shift 0
);
这里用到OpenCV的另一个结构CvBox2D
typdef struct { CvPoint2D32f center; CvSize2D32f size; float angle;
} CvBox2D;
CvPoint2D32f是CvPoint的浮点形式同时CvSizet2D32f也是CvSize的浮点形式。这些连同倾斜角度可以有效地描述椭圆的外接矩形。
多边形
最后我们有一系列绘制多边形的函数。
void cvFillPoly( CvArr* img, CvPoint** pts, int* npts, int contours, CvScalar color, int line_type 8
);
void cvFillConvexPoly( CvArr* img, CvPoint* pts, int npts, CvScalar color, int line_type 8
);
void cvPolyLine( CvArr* img, CvPoint** pts, int* npts, int contours, int is_closed, CvScalar color, int thickness 1, int line_type 8
); 【7980】
上述三种方法依据同一思路又略有不同其主要区别是如何描述点。
在cvFillPoly()中点是由CvPoint数组提供的。它允许cvFillPoly()在一次调用中绘制多个多边形。同样地npts是由记数点构成的数组与多边形对应。如果把变量is_closed设为true那么下一个多边形的第一个线段就会从上一多边形最后一点开始。cvFillPoly()很稳定可以处理自相交多边形有孔的多边形等复杂问题。然而不幸的是函数运行起来相对缓慢。
cvFillConvexPoly()和cvFillPoly()类似。不同的是它一次只能画一个多边形而且只能画凸多边形。好处是cvFillConvexPoly()运行得更快。
第三个cvPolyLine()其参数与cvFillPoly()相同但因为只需画出多边形的边不需处理相交情况。因此这种函数运行速度远远超过cvFillPoly()。
字体和文字
最后一种形式的绘图是绘制文字。当然文字创建了一套自己的复杂格式但是在这类事情上OpenCV一如既往地更关心提供一个简单的“一招解决问题”的方案这个方案只适用于一些简单应用而不适用于一个稳定的和完整的应用(这将降低由其他库提供的功能)。
OpenCV有一个主要的函数叫cvPutText()。这个函数可以在图像上输出一些文本。参数text所指向的文本将打印到图像上参数origin指定文本框左下角位置参数color指定文本颜色。
void cvPutText( CvArr* img, const char* text, CvPoint origin, const CvFont* font, CvScalar color
); 【8081】
总有一些琐事使我们的工作比预期复杂此时是CvFont指针表现的机会了。
概括地说获取CvFont*指针的方式就是调用函数cvInitFont()。该函数采用一组参数配置一些用于屏幕输出的基本个特定字体。如果熟悉其他环境中的GUI编程势必会觉得cvInitFont似曾相识但只需更少的参数。
为了建立一个可以传值给cvPutText()的CvFont首先必须声明一个CvFont变量然后把它传递给cvInitFont()。
void cvInitFont( CvFont* font, int font_face, double hscale, double vscale, double shear 0, int thickness 1, int line_type 8
);
观察本函数与其他相似函数的不同。正如工作在OpenCV环境下的cvCreateImage()。调用cvInitFont()时初始化一个已经准备好的CvFont结构(这意味着你创建了一个变量并传给cvInitFont()函数一个指向新建的变量指针)而不是像cvCreateImage()那样创建一个结构并返回指针。
font_face参数列在表3-15中(效果在图3-6中画出)它可与CV_FONT_ITALIC组合(通过布尔或操作)。
表3-15可用字体(全部可选变量) 标志名称 描述CV_FONT_HERSHEY_SIMPLEX正常尺寸sanserif字体CV_FONT_HERSHEY_PLAIN小尺寸sanserif字体CV_FONT_HERSHEY_DUPLEX正常尺寸sanserif, 比CV_FONT_HERSHEY_SIMPLEX更复杂CV_FONT_HERSHEY_COMPLEX正常尺寸serif, 比CV_FONT_HERSHEY_DUPLEX更复杂 续表 标志名称 描述CV_FONT_HERSHEY_TRIPLEX正常尺寸serif, 比CV_FONT_HERSHEY_COMPLEX更复杂CV_FONT_HERSHEY_COMPLEX_SMALL小尺寸的CV_FONT_HERSHEY_COMPLEXCV_FONT_HERSHEY_SCRIPT_SIMPLEX手写风格CV_FONT_HERSHEY_SCRIPT_COMPLEX比CV_FONT_HERSHEY_SCRIPT_SIMPLEX更复杂的风格 【81】 图3-6表3-15中的8个字体绘制时设置hscale vscale 1.0且每行的垂直间距为30像素
hscale和vscale只能设为1.0或0.5。字体渲染时选择全高或半高(宽度同比缩放)绘制效果与指定字体的基本定义有关。
参数shear创建斜体字如果设置为0.0 字体不倾斜。当设置为1.0 时字符倾斜范围接近45度。
参数thickness与Line_type的定义与其他绘图函数相同。
数据存储
OpenCV提供了一种机制来序列化(serialize)和去序列化(de-serialize)其各种数据类型可以从磁盘中按YAML或XML格式读/写。在第4章中我们将专门介绍存储和调用常见的对象IplImages的函数(cvSaveImage()和cvLoadImage())。此外第4章将讨论读/写视频的特有函数可以从文件或者摄影机中读取数据的函数cvGrabFrame()以及写操作函数cvCreateVideoWriter()和cvWriteFrame()。本小节将侧重于一般对象的永久存储读/写矩阵、OpenCV结构、配置与日志文件。
首先我们从有效且简便的OpenCV矩阵的保存和读取功能函数开始。函数是cvSave()和cvLoad()。例3-15展示了如何保存和读取一个5×5的单位矩阵(对角线上是1其余地方都是0)。
例3-15存储和读取CvMat
CvMatA cvMat( 5, 5, CV_32F,the_matrix_data );
cvSave(my_matrix.xml, A );
.. .
//to load it then in some other program use …
CvMat*A1 (CvMat*) cvLoad( my_matrix.xml );
CxCore参考手册中有整节内容都在讨论数据存储。首先要知道在OpenCV中一般的数据存储要先创建一个CvFileStorage结构(如例3-16)所示该结构将内存对象存储在一个树形结构中。然后通过使用CV_STORAGE_READ参数的cvOpenFileStorage()从磁盘读取数据创建填充该结构也可以通过使用CV_STORAGE_WRITE的cvOpenFileStorage()创建并打开CvFileStorage写数据而后使用适当的数据存储函数来填充它。在磁盘上数据的存储格式为XML或者YAML。
例3-16CvFileStorage结构数据通过CxCore数据存储函数访问
typedefstruct CvFileStorage
{ ... // hidden fields
}CvFileStorage;
CvFileStorage树内部的数据是一个层次化的数据集合包括标量、CxCore对象(矩阵、序列和图)以及用户定义的对象。
假如有一个配置文件或日志文件。配置文件告诉我们视频有多少帧(10)画面大小(320×240)并且将应用一个3×3的色彩转换矩阵。例3-17展示了如何从磁盘中调出cfg.xml文件。
例3-17往磁盘上写一个配置文件cfg.xml
CvFileStorage*fs cvOpenFileStorage( cfg.xml, 0, CV_STORAGE_WRITE
);
cvWriteInt(fs, frame_count, 10 );
cvStartWriteStruct(fs, frame_size, CV_NODE_SEQ );
cvWriteInt(fs, 0, 320 );
cvWriteInt(fs, 0, 200 );
cvEndWriteStruct(fs);
cvWrite(fs, color_cvt_matrix, cmatrix );
cvReleaseFileStorage(fs );
请留意这个例子中的一些关键函数。我们可以定义一个整型变量通过cvWritelnt()向结构中写数据。我们也可以使用cvStartWriteStruct()来创建任意一个可以任选一个名称(如果无名称请输入0或NULL)的结构。这个结构有两个未命名的整型变量使用cvEndWriteStruct()结束编写结构。如果有更多的结构体我们用相似的方法来解决这种结构可以进行任意深度的嵌套。最后我们使用cvWrite()编写处色彩转换矩阵。将这个相对复杂的矩阵程序与例3-15中简单的cvSave()程序进行对比。便会发现cvSave()是cvWrite()在只保存一个矩阵时的快捷方式。当写完数据后使用cvReleaseFileStorage()释放CvFileStorage句柄。例3-18显示了XML格式的输出内容。
例3-18磁盘中的cfg.xml文件
?xmlversion1.0?
opencv_storage
frame_count10/frame_count
frame_size320200/frame_size
color_cvt_matrixtype_idopencv-matrix rows3/rows cols3/cols dtf/dt data.../data/color_cvt_matrix
/opencv_storage
我们将会在例3-19中将这个配置文件读入。
例3-19磁盘中的cfg.xml文件
CvFileStorage*fs cvOpenFileStorage( cfg.xml, 0, CV_STORAGE_READ
);
intframe_count cvReadIntByName( fs, 0, frame_count, 5 /* default value */
);
CvSeq*s cvGetFileNodeByName(fs,0,frame_size)-data.seq;
intframe_width cvReadInt( (CvFileNode*)cvGetSeqElem(s,0)
);
intframe_height cvReadInt( (CvFileNode*)cvGetSeqElem(s,1)
);
CvMat*color_cvt_matrix (CvMat*) cvReadByName( fs, 0, color_cvt_matrix
);
cvReleaseFileStorage(fs );
在阅读时我们像例3-19中那样用cvOpenFileStorage()打开XML配置文件。然后用cvReadlntByName()来读取frame_count如果有没有读到的数则赋一个默认值。在这个例子中默认的值是5。然后使用cvGetFileNodeByName()得到结构体frame_size。在这里我们用cvReadlnt()读两个无名称的整型数据。随后使用cvReadByName()读出我们已经定义的色彩转换矩阵。将本例与例3-15中的cvLoad()进行对比。如果我们只有一个矩阵要读取那么可以使用cvLoad()但是如果矩阵是内嵌在一个较大的结构中必须使用cvRead()。最后释放CvFileStorage结构。
数据函数存储与CvFileStorage结构相关的表单列在表3-16中。想了解更多细节请查看CxCore手册。
表3-16数据存储函数 函数名称描述打开并释放 cvOpenFileStorage为读/写打开存储文件cvReleaseFileStorage释放存储的数据写入 cvStartWriteStruct开始写入新的数据结构cvEndWriteStruct结束写入数据结构cvWriteInt写入整数型cvWriteReal写入浮点型cvWriteString写入字符串cvWriteComment写一个XML或YAML的注释字串cvWrite写一个对象例如CvMatcvWriteRawData写入多个数值cvWriteFileNode将文件节点写入另一个文件存储器读取 cvGetRootFileNode获取存储器最顶层的节点cvGetFileNodeByName在映图或存储器中找到相应节点cvGetHashedKey为名称返回一个惟一的指针cvGetFileNode在映图或文件存储器中找到节点cvGetFileNodeName返回文件的节点名cvReadInt读取一个无名称的整数型cvReadIntByName读取一个有名称的整数型cvReadReal读取一个无名称的浮点型 续表 函数描述cvReadRealByName读取一个有名称的浮点型cvReadString从文件节点中寻找字符串cvReadStringByName找到一个有名称的文件节点并返回它cvRead将对象解码并返回它的指针cvReadByName找到对象并解码cvReadRawData读取多个数值cvStartReadRawData初始化文件节点序列的读取cvReadRawDataSlice读取文件节点的内容 集成性能基元
Intel公司有一个产品叫集成性能基元(IntegratedPerformance PrimitivesIPP)库。这个库实际上是一个有着高性能内核的工具箱它主要用于多媒体处理以及其他计算密集型应用可发掘处理器架构的计算能力。(其他厂商的处理器也有类似的架构只不过规模较小。)
就像第一章所探讨的无论从软件层面还是公司内组织层面OpenCV都与IPP有着紧密的联系。最终OpenCV被设计成能够自动识别IPP库自动将性能较低的代码切换为IPP同功能的高性能代码。IPP库允许OpenCV依靠它获得性能提升IPP依靠单指令多数据(SIMD)指令以及多核架构提升性能。
学会这些基础知识我们就可以执行各种各样的基本任务。在本书随后的内容中我们会发现OpenCV具有许多高级功能几乎所有这些功能都可切换到IPP运行。图像处理经常需要对大量数据做同样的重复操作许多是可并行处理的。因此如果任何利用并行处理方式(MMXSSESSE2等)的代码获得了巨大性能提升您不必感到惊讶。
验证安装
用来检查IPP库是否已经正常安装并且检验运行是否正常的方法是使用函数cvGetModulelnfo()如例3-20所示。这个函数将检查当前OpenCV的版本和所有附加模块。
例3-20使用cvGetModulelnfo()检查IPP
char*libraries;
char*modules;
cvGetModuleInfo(0, libraries, modules );
printf(Libraries:%s/nModules: %s/n, libraries, modules );
例3-20中的代码将打印出描述已经安装的库和模块的文本。结果如下所示
Libraries cxcore: 1.0.0
Modules: ippcv20.dll, ippi20.dll,ipps20.dll, ippvm20.dll
此处输出的模块列表就是OpenCV从IPP库中调用的模块的信息。实际上这些模块是更底层的CPU库函数的封装。它的运行原理将远远超出这本书的范围但是如果在modules字符串中看到了IPP库那么你会感到很自信因为所有的工作都在按您预期的进行。当然你可以运用这个信息来确认IPP在您的系统中能正常运行。你也许会用它来检查IPP是否已经安装并根据IPP存在与否来自动调整代码。
小结
本章介绍了我们经常遇到的一些基本数据结构。具体说来我们了解了OpenCV矩阵结构和最重要的OpenCV图像结构IplImage。经过对两者的仔细研究我们得出一个结论矩阵结构和图像结构非常相似如果某函数可使用CvMat那也可使用IplImage反之亦然。
练习
在下面的练习中有些函数细节在本书中未介绍可能需要参考与OpenCV一起安装的或者网上OpenCV Wiki中的CxCore手册。
1. 找到并打开…/opencv/cxcore/include/cxtypes.h.通读并找到可进行如下操作的 函数。
a. 选取一个负的浮点数取它的绝对值四舍五入后取它的极值。
b. 产生一些随机数。
c. 创建一个浮点型CvPoint2D32f并转换成一个整数型CvPoint。
d. 将一个CvPoint转换成一个CvPoint2D32f。
2. 下面这个练习是帮助掌握矩阵类型。创造一个三通道二维矩阵字节类型大小为100×100并设置所有数值为0。
a. 在矩阵中使用voidcvCircle(CvArr* img, CvPoint center, intradius, CvScalar color, intthickness1, int line_type8, int shift0)画一个圆。
b. 使用第2章所学的方法来显示这幅图像。
3. 创建一个拥有三个通道的二维字节类型矩阵大小为100×100并将所有值赋为0。通过函数cvPtr2D将指针指向中间的通道(“绿色”)。以(20,5)与(40,20)为顶点间画一个绿色的长方形。
4. 创建一个大小为100×100的三通道RGB图像。将它的元素全部置0。使用指针算法以(205)与(4020)为项点绘制一个绿色平面。
5. 练习使用感兴趣区域(ROI)。创建一个210×210的单通道图像并将其归0。在图像中使用ROI和cvSet()建立一个增长如金字塔状的数组。也就是外部边界为0下一个内部边界应该为20再下一个内部边界为40依此类推直到最后内部值为200所有的边界应该为10个像素的宽度。最后显示这个 图形。
6. 为一个图像创建多个图像头。读取一个大小至少为100×100的图像。另创建两个图像头并设置它们的origiondepthnChannels和widthStep属性同之前读取的图像一样。在新的图像头中设置宽度为20高度为30。最后将imageData指针分别指向像素(510)和(5060)像素位置。传递这两个新的图像头给cvNot()。最后显示最初读取的图像在那个大图像中应该有两个矩形矩形内的值是原始值的求反值。
7. 使用cvCmp()创建一个掩码。加载一个真实的图像。使用cvSplit()将图像分割成红绿蓝三个单通道图像。
a. 找到并显示绿图。
b. 克隆这个绿图两次(分别命名为clone1和clone2)。
c. 求出这个绿色平面的最大值和最小值。
d. 将clone1的所有元素赋值为thresh(unsignedchar)((最大值-最小值)/2.0)。
e. 将clone2所有元素赋值为0然后调用函数cvCmp(green_image, clone1, clone2, CV_CMP_GE)。现在clone2将是一个标识绿图中值超过thresh的掩码图像。
f. 最后使用cvSubS(green_image,thresh/2,green_image, clone2)函数并显示结果。
8. 创建一个结构结构中包含一个整数一个CvPoint和一个CvRect称结构为my_struct。
a. 写两个函数voidwrite_my_struct(CvFileStorage * fs, const char * name, my_struct *ms) 和void read_my_struct (CvFileStorage* fs, CvFileNode* ms_node, my_struct* ms)。用它们读/写my_struct。
b. 创建一个元素为my_struct结构体且长度为10的数组并将数组写入磁盘和从磁盘读入内存。 http://blog.csdn.net/gubenpeiyuan/article/details/8776542
