?????OpenCV是一個(gè)由Interl公司支持的開源機(jī)器視覺庫，關(guān)于它的介紹，網(wǎng)上隨便一搜就車載斗量。這里我不談OpenCV的主要內(nèi)容，而是將這段時(shí)間來對(duì)它的使用心得作個(gè)簡(jiǎn)單介紹，以啟發(fā)打算用這個(gè)庫的朋友的思路，與大家一起來分享。

???? 我在學(xué)校的時(shí)候，雖然是圖像處理研究方向，但真正具體的應(yīng)用到圖像的很多東西，還是在參加工作以后的事。以前在處理圖像的時(shí)候，我們從不擔(dān)心速度的問題，以為計(jì)算機(jī)硬件發(fā)展到今天，無所不能的了，雙核乃至四核的處理速度簡(jiǎn)直要趕上宇宙飛船了。但用在機(jī)器視覺上，那又是另外一碼事。通常而言，機(jī)器視覺要求對(duì)圖像的處理速度都是以毫秒(ms)為單位，具體而言是幾點(diǎn)幾個(gè)毫秒，硬件再硬，如果算法不好，速度就永遠(yuǎn)提不上去，所以速度還是至關(guān)重要的東西，并不是所謂由硬件技術(shù)就決定了的。

??? ?速度是一個(gè)方面，精度又是另一個(gè)重要方面了。視覺中對(duì)精度的要求，通常是以亞像素標(biāo)準(zhǔn)來衡量的。所以對(duì)圖像處理的算法，不是一般的算法來解決，往往都得使用子像元算法，這樣才能達(dá)到亞像素標(biāo)準(zhǔn)。通常我們對(duì)一幅圖像的像素坐標(biāo)都是用整數(shù)計(jì)算，但在機(jī)器視覺中普遍采用亞像素標(biāo)準(zhǔn)，都是浮點(diǎn)數(shù)來計(jì)算的。但有的雖然寫出來的是浮點(diǎn)數(shù)，未必就是用的子像元算法，它的結(jié)果根本就不是亞像素。視覺中精度的要求，也是要求極高，一般以微米(um)為計(jì)量單位，像幾點(diǎn)幾個(gè)微米，而只有使用子像元算法才能真正達(dá)到這個(gè)要求。

??? 總的說來，目前國內(nèi)還沒有一個(gè)真正意義上的成功的機(jī)器視覺開發(fā)包，國內(nèi)的機(jī)器視覺方面的大公司基本上還是以代理國外的軟件為主。一方面固然是國內(nèi)的起步晚，但我覺得更多原因還是國內(nèi)在這方面沒有下功夫去做一些基礎(chǔ)性的研究工作，總是靠代理別人的東西來實(shí)現(xiàn)一個(gè)視覺系統(tǒng)的開發(fā)。而OpenCV就是一個(gè)在機(jī)器視覺方面基礎(chǔ)工作做得最好的。

??? 總的說來，OpenCV提供的函數(shù)庫涉及的方面很廣，圖像處理功能強(qiáng)大，但它僅僅是供研究的一個(gè)基礎(chǔ)的東西，并不是一計(jì)膏藥，往哪一貼哪就好使。我們只有在借助它提供的一些基礎(chǔ)功能上進(jìn)行深入研究，才能開發(fā)出屬于自己的產(chǎn)品來。

???? OpenCV作為一個(gè)開源的函數(shù)庫，為我們提供了很多方便，看它的源代碼，確實(shí)有很多值得學(xué)習(xí)的獨(dú)到地方。但作為開源的，局限也就在此。它的很多東西并不是最優(yōu)的，如果真要那樣，直接就可以拿來在商業(yè)上運(yùn)用了。所以，我們只有不斷的對(duì)它進(jìn)行改造，才能更貼近我們的應(yīng)用，這里結(jié)合我在使用的幾處加以說明。

???? 首先是圖像的定位。OpenCV也提供了一個(gè)圖像匹配的函數(shù)，這個(gè)函數(shù)還是寫的不錯(cuò)的，但要直接用到商業(yè)上就不行了。因?yàn)樗奶幚硭俣群苈?#xff0c;精度也不是亞像素的，而且沒有旋轉(zhuǎn)。它僅僅是一個(gè)單純的灰度定位。要怎么用好這個(gè)函數(shù)呢，在使用這個(gè)函數(shù)的時(shí)候，我還是下了很多功夫的，對(duì)此做了一些改進(jìn)，讓它真正的實(shí)現(xiàn)了商業(yè)價(jià)值。如今我用OpenCV編寫的定位軟件，其速度和精度絲毫不比國外的那些名牌軟件差多少，像halcon和sapera這樣的軟件巨頭，我用OpenCV做出來的定位效果，比如一幅分辨率為1280*1024的圖像，它們的速度是幾個(gè)毫秒，而我做出來的也最多多3至4個(gè)毫秒，精度也差不多，但由于OpenCV本身不是亞像素的局限所在，所以精度通常在一個(gè)像素左右。???

??? 再說說幾何定位，halcon是采用基于幾何形狀的算法來進(jìn)行定位的，可以說做得非常的好，好就好在它的模版圖像形狀可以任意選取，任意旋轉(zhuǎn)。而Sapera的基于邊緣輪廓的定位還要上一個(gè)層次，關(guān)于它的算法，目前還沒有人了解，至今還是個(gè)謎。在很多機(jī)器圖像定位上，幾何定位效果更好，更準(zhǔn)確。灰度定位在一些圖像區(qū)域直方圖相近似的情況下，往往很難找準(zhǔn)目標(biāo)區(qū)域。而幾何定位，根據(jù)區(qū)域的幾何特征來做出判斷，不單準(zhǔn)確，而且執(zhí)行起來效率更高。目前我用OpenCV做的幾何定位總體上說效果還不錯(cuò)，但精度還趕不上，在圖像邊緣的離合上還不那樣準(zhǔn)確，不過在后續(xù)的研究中，還是會(huì)趕上的。

???? 一般而言，對(duì)于圖像的目標(biāo)區(qū)域都是有形狀的，但在實(shí)際運(yùn)用中，我遇到一個(gè)客戶只要求定位直線的，由于直線不屬于一個(gè)有形狀的區(qū)域，它的特征很難描述，所以看似最簡(jiǎn)單的卻最難辦。OpenCV采用Hough變換來檢測(cè)直線和圓，效果也并不好。因?yàn)镠ough變換的實(shí)質(zhì)也就是兩種不同空間的映射，它在噪聲大的圖像中，檢測(cè)出來的結(jié)果千奇百怪。所以要準(zhǔn)確的找到邊，必然得對(duì)圖像做好預(yù)處理，讓處理后的邊緣很明顯表現(xiàn)出來，再進(jìn)行Hough檢測(cè)就容易多了。

??? 在機(jī)器視覺中，Blob分析是要經(jīng)常遇見的，OpenCV也有Blob跟蹤的實(shí)例，但我沒去認(rèn)真用過，而是自己做了個(gè)算法采用它也實(shí)現(xiàn)了，且效果也不錯(cuò)。我在做一個(gè)啤酒瓶磨具號(hào)碼檢測(cè)的項(xiàng)目里，就調(diào)用了自己設(shè)計(jì)的Blob分析算法，效果都還不錯(cuò)。在具體使用中，往往要用到我們自己定義的圖像類型，于是我又把OpenCV里的IplImage結(jié)構(gòu)進(jìn)行了改造，然后定義了屬于自己的圖像類，可以隨意讀取，這樣方便了很多。其實(shí)OPenCV里面對(duì)文件的操作寫得相當(dāng)好，非常方便。

??? 總的來說，OpenCV是一個(gè)非常不錯(cuò)的開源項(xiàng)目，有很多東西需要我們?nèi)W(xué)習(xí)。但它的源代碼，要讀明白也非易事。因?yàn)樗婕暗酱罅康暮甓x，很多函數(shù)語句都是些宏定義在里面，還互相嵌套，看起來相當(dāng)?shù)睦щy。而且本人接觸它的時(shí)間也不過兩三個(gè)月，所以理解得也不透徹。還得一邊用一邊學(xué)，在實(shí)踐中摸索和消化。在此只為提示一個(gè)思路而言，個(gè)中算法不便言明，否則老板看見，定然要批評(píng)了。商場(chǎng)如戰(zhàn)場(chǎng)，一切都要做好保密工作，哈哈!

總結(jié)

以上是生活随笔為你收集整理的浅谈OpenCV[轉]的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。