OpenCV 1.x 2.x 编程简介（矩阵/图像/视频的基本读写操作）
OpenCV 編程簡介（矩陣/圖像/視頻的基本讀寫操作）
Introduction to programming with OpenCV
OpenCV編程簡介
作者： Gady Agam
- Department of Computer Science
- January 27, 2006
- Illinois Institute of Technology
- URL: http://www.cs.iit.edu/~agam/cs512/lect-notes/opencv-intro/opencv-intro.html#SECTION00040000000000000000
翻譯： chenyusiyuan
- January 26, 2010
- http://blog.csdn.net/chenyusiyuan/archive/2010/01/26/5259060.aspx
摘要：本文旨在幫助讀者快速入門OpenCV，而無需閱讀冗長的參考手冊。掌握了OpenCV的以下基礎知識后，有需要的話再查閱相關的參考手冊。
目錄
|
一、簡介
1、OpenCV的特點
（1） 總體描述
- OpenCV是一個基于C/C++語言的開源圖像處理函數庫
- 其代碼都經過優化，可用于實時處理圖像
- 具有良好的可移植性
- 可以進行圖像/視頻載入、保存和采集的常規操作
- 具有低級和高級的應用程序接口（API）
- 提供了面向Intel IPP高效多媒體函數庫的接口，可針對你使用的Intel CPU優化代碼，提高程序性能（譯注：OpenCV 2.0版的代碼已顯著優化，無需IPP來提升性能，故2.0版不再提供IPP接口）
（2） 功能
- 圖像數據操作（內存分配與釋放，圖像復制、設定和轉換）
- 圖像/視頻的輸入輸出（支持文件或攝像頭的輸入，圖像/視頻文件的輸出）
- 矩陣/向量數據操作及線性代數運算（矩陣乘積、矩陣方程求解、特征值、奇異值分解）
- 支持多種動態數據結構（鏈表、隊列、數據集、樹、圖）
- 基本圖像處理（去噪、邊緣檢測、角點檢測、采樣與插值、色彩變換、形態學處理、直方圖、圖像金字塔結構）
- 結構分析（連通域/分支、輪廓處理、距離轉換、圖像矩、模板匹配、霍夫變換、多項式逼近、曲線擬合、橢圓擬合、狄勞尼三角化）
- 攝像頭定標（尋找和跟蹤定標模式、參數定標、基本矩陣估計、單應矩陣估計、立體視覺匹配）
- 運動分析（光流、動作分割、目標跟蹤）
- 目標識別（特征方法、HMM模型）
- 基本的GUI（顯示圖像/視頻、鍵盤/鼠標操作、滑動條）
- 圖像標注（直線、曲線、多邊形、文本標注）
（3） OpenCV模塊
- cv – 核心函數庫
- cvaux – 輔助函數庫
- cxcore – 數據結構與線性代數庫
- highgui – GUI函數庫 graphical user interface
- ml – 機器學習函數庫 machine learing
2、有用的學習資源
（1） 參考手冊：
- <opencv-root>/docs/index.htm （譯注：在你的OpenCV安裝目錄<opencv-root>內）
（2） 網絡資源：
- 官方網站: http://www.intel.com/technology/computing/opencv/
- 軟件下載: http://sourceforge.net/projects/opencvlibrary/
（3） 書籍：
- Open Source Computer Vision Library
by Gary R. Bradski, Vadim Pisarevsky, and Jean-Yves Bouguet, Springer, 1st ed. (June, 2006). chenyusiyuan: 補充以下書籍
- Learning OpenCV - Computer Vision with the OpenCV Library
by Gary Bradski & Adrian Kaehler, O'Reilly Media, 1 st ed. (September, 2008).
- OpenCV教程——基礎篇
作者：劉瑞禎 于仕琪，北京航空航天大學出版社，出版日期：200706
（4） 視頻處理例程(在 <opencv-root>/samples/c/):
- 顏色跟蹤: camshiftdemo
- 點跟蹤: lkdemo
- 動作分割: motempl
- 邊緣檢測: laplace
（5） 圖像處理例程 (在 <opencv-root>/samples/c/):
- 邊緣檢測: edge
- 圖像分割: pyramid_segmentation
- 形態學: morphology
- 直方圖: demhist
- 距離變換: distrans
- 橢圓擬合: fitellipse
3、OpenCV 命名規則
（1） 函數名:
??? cvActionTargetMod(...)
??? Action = 核心功能（core functionality） (e.g. set, create)
??? Target = 目標圖像區域（target image area） (e.g. contour, polygon)
??? Mod??? = （可選的）調整語（optional modifiers） (e.g. argument type)
（2） 矩陣數據類型:
??? CV_<bit_depth>(S|U|F)C<number_of_channels>
??? S = 符號整型
??? U = 無符號整型
??? F = 浮點型
??? E.g.: CV_8UC1 是指一個8位無符號整型單通道矩陣,
??????????? CV_32FC2是指一個32位浮點型雙通道矩陣.
（3） 圖像數據類型:
??? IPL_DEPTH_<bit_depth>(S|U|F)
??? E.g.: IPL_DEPTH_8U 圖像像素數據是8位無符號整型.
???????? IPL_DEPTH_32F圖像像素數據是32位浮點型.
（4） 頭文件:
??? #include <cv.h>
??? #include <cvaux.h>
??? #include <highgui.h> ?
??? #include <ml.h>
??? #include <cxcore.h>?? // 一般不需要，cv.h 內已包含該頭文件
4、編譯建議
（1） Linux:
??? g++ hello-world.cpp -o hello-world \
??? -I /usr/local/include/opencv -L /usr/local/lib? \
??? -lm -lcv -lhighgui -lcvaux
??? 其中
??? /usr/local/include/opencv 為opencv頭文件目錄.
??? /usr/local/lib為庫文件目錄
??? -lcv -lhighgui -lcvaux為鏈接庫文件參數.
??? 不同linxu發行版庫文件路徑可能會有所不同,x86_64版本與i386版本路徑也可能有所區別
??? 例如fedora 17 x86_64下該命令為:
??? g++? hello-world.cpp -o hello-world? \
??? -I /usr/include/opencv \
??? -L /usr/lib64? \
??? -lm -lopencv_core -lopencv_highgui
（2） Windows:
??? 在Visual Studio的‘選項’和‘項目’中設置好OpenCV相關文件的路徑。
5、C++例程
???
??? //
??? // hello-world.cpp
??? //
??? // 該程序從文件中讀入一幅圖像，將之反色，然后顯示出來.
??? //
???
??? #include <stdlib.h>
??? #include <stdio.h>
??? #include <math.h>
??? #include <cv.h>
??? #include <highgui.h>
??? int main(int argc, char *argv[])
??? {
??????? IplImage* img = 0;
??????? int height,width,step,channels;
??????? uchar *data;
??????? int i,j,k;
??????? if(argc<2){
??????????? printf("Usage: main <image-file-name>\n\7");
??????????? exit(0);
??????? }
??????? // load an image ?
??????? img=cvLoadImage(argv[1]);
??????? if(!img){
??????????? printf("Could not load image file: %s\n",argv[1]);
??????????? exit(0);
??????? }
??????? // get the image data
??????? height??? = img->height;
??????? width???? = img->width;
??????? step????? = img->widthStep;
??????? channels? = img->nChannels;
??????? data????? = (uchar *)img->imageData;
??????? printf("Processing a %dx%d image with %d channels\n",height,width,channels);
??????? // create a window
??????? cvNamedWindow("mainWin", CV_WINDOW_AUTOSIZE);
??????? cvMoveWindow("mainWin", 100, 100);
??????? // invert the image
??????? // 相當于 cvNot(img);
??????? // IplImage *pDstImg = cvCreateImage(cvGetSize(img),img->depth,img->nChannels);
??????? // cvNot(img, pDstImg);
??????? for(i=0;i<height;i++) for(j=0;j<width;j++) for(k=0;k<channels;k++)
??????????? data[i*step+j*channels+k]=255-data[i*step+j*channels+k];
??????? // show the image
??????? cvShowImage("mainWin", img );
??????? // wait for a key
??????? cvWaitKey(0);
??????? // release the image
??????? cvReleaseImage(&img );
??????? return 0;
??? }
二、GUI 指令
1、窗口管理
（1） 創建和定位一個新窗口:
??? cvNamedWindow("win1", CV_WINDOW_AUTOSIZE);
??? cvMoveWindow("win1", 100, 100); // offset from the UL corner of the screen
（2） 載入圖像:
??? IplImage* img=0;
??? img=cvLoadImage(fileName, CV_LOAD_IMAGE_COLOR);
??? if(!img) printf("Could not load image file: %s\n",fileName);
（3） 顯示圖像:
??? cvShowImage("win1",img);
??? 該函數可以在上面建立的窗口（win1）中顯示彩色或灰度的字節型/浮點型圖像。字節型圖像像素值范圍為[0-255]；浮點型圖像像素值范圍為[0-1]。彩色圖像的三色元素按BGR（藍-綠-紅）順序存儲。
（4） 關閉窗口:
??? cvDestroyWindow("win1");
（5） 改變窗口大小:
??? cvResizeWindow("win1",100,100); // new width/heigh in pixels
2、輸入處理
（1） 處理鼠標事件:
??? 定義一個鼠標處理程序:
??? void mouseHandler(int event, int x, int y, int flags, void* param)
??? {
??????? switch(event){
??????? case CV_EVENT_LBUTTONDOWN:
??????????? if(flags & CV_EVENT_FLAG_CTRLKEY)
?????????????? printf("Left button down with CTRL pressed\n");
??????????? break;
??????? case CV_EVENT_LBUTTONUP:
??????????? printf("Left button up\n");
??????????? break;
??????? }
??? }
??? x,y:?? 相對于左上角的像素坐標
??? event: CV_EVENT_LBUTTONDOWN,?? CV_EVENT_RBUTTONDOWN,?? CV_EVENT_MBUTTONDOWN,
??????? CV_EVENT_LBUTTONUP,???? CV_EVENT_RBUTTONUP,???? CV_EVENT_MBUTTONUP,
??????? CV_EVENT_LBUTTONDBLCLK, CV_EVENT_RBUTTONDBLCLK, CV_EVENT_MBUTTONDBLCLK,
??????? CV_EVENT_MOUSEMOVE:
??? flags: CV_EVENT_FLAG_CTRLKEY, CV_EVENT_FLAG_SHIFTKEY, CV_EVENT_FLAG_ALTKEY,
??????? CV_EVENT_FLAG_LBUTTON, CV_EVENT_FLAG_RBUTTON,? CV_EVENT_FLAG_MBUTTON
??? 注冊該事件處理程序:
??????? mouseParam=5;
??????? cvSetMouseCallback("win1",mouseHandler,&mouseParam);? //第三個參數可以設置為NULL
（2） 處理鍵盤事件:
??? 實際上對于鍵盤輸入并沒有專門的事件處理程序.
??? 按一定間隔檢測鍵盤輸入（適用于循環體中）:
??? int key;
??? key=cvWaitKey(10); // wait 10ms for input
??? 中止程序等待鍵盤輸入:
??? int key;
??? key=cvWaitKey(0); // wait indefinitely for input
??? 鍵盤輸入的循環處理程序:
??? while(1){
??????? key=cvWaitKey(10);
??????? if(key==27) break;
??????? switch(key){
????????? case 'h':
??????????? ...
??????????? break;
????????? case 'i':
??????????? ...
??????????? break;
?????? }
??? }
（3） 處理滑動條事件:
??? 定義一個滑動條處理程序:
??? void trackbarHandler(int pos)
??? {
??????? printf("Trackbar position: %d\n",pos);
??? }
??? 注冊該事件處理程序:
??? int trackbarVal=25;
??? int maxVal=100;
??? cvCreateTrackbar("bar1", "win1", &trackbarVal ,maxVal , trackbarHandler);
??? 獲取當前的滑動條位置:
??? int pos = cvGetTrackbarPos("bar1","win1");
??? 設置滑動條位置:
??? cvSetTrackbarPos("bar1", "win1", 25);
三、OpenCV的基本數據結構
（譯注：OpenCV 1.1、1.2或2.0版本中各數據結構的結構體元素有所調整，以下僅作參考）
1、圖像數據結構
（1） IPL 圖像:
??? IplImage
??? |-- int? nChannels;???? // 顏色通道數目 (1,2,3,4)
??? |-- int? depth;???????? // 像素的位深:
??? |?????????????????????? //?? IPL_DEPTH_8U, IPL_DEPTH_8S,
??? |?????????????????????? //?? IPL_DEPTH_16U,IPL_DEPTH_16S,
??? |?????????????????????? //?? IPL_DEPTH_32S,IPL_DEPTH_32F,
??? |?????????????????????? //?? IPL_DEPTH_64F
??? |-- int? width;???????? // 圖像寬度（像素為單位）
??? |-- int? height;??????? // 圖像高度
??? |-- char* imageData;??? // 圖像數據指針
??? |?????????????????????? // 注意彩色圖像按BGR順序存儲數據
??? |-- int? dataOrder;???? // 0 - 將像素點不同通道的值交錯排在一起，形成單一像素平面
??? |?????????????????????? // 1 - 把所有像素同通道值排在一起，形成若干個通道平面，再把平面排列起來
??? |?????????????????????? // cvCreateImage 只能創建像素交錯排列式的圖像
??? |-- int? origin;??????? // 0 – 像素原點為左上角,
??? |?????????????????????? // 1 – 像素原點為左下角 (Windows bitmaps style)
??? |-- int? widthStep;???? // 相鄰行的同列點之間的字節數??? width * nChannels * depth / 8
??? |-- int? imageSize;???? // 圖像的大小（字節為單位） = height*widthStep
??? |-- struct _IplROI *roi;// 圖像的感興趣區域（ROI）. ROI非空時對圖像的
??? |?????????????????????? // 處理僅限于ROI區域.
??? |-- char *imageDataOrigin; // 圖像數據未對齊時的數據原點指針
??? |????????????????????????? // (需要正確地重新分配圖像內存 )
??? |????????????????????????? // （needed for correct image deallocation）
??? |-- int? align;???????? // 圖像數據的行對齊: 4 or 8 byte alignment
??? |?????????????????????? // OpenCV 中無此項，采用widthStep代替
??? |-- char colorModel[4]; // 顏色模型 – OpenCV中忽略此項
2、矩陣與向量
（1） 矩陣:
??? CvMat????????????????????? // 2D 矩陣
??? |-- int?? type;????????? // 元素類型 (uchar,short,int,float,double) 與標志
??? |-- int?? step;????????? // 整行長度字節數
??? |-- int?? rows, cols;??? // 行、列數
??? |-- int?? height, width; // 矩陣高度、寬度，與rows、cols對應
??? |-- union data;
????? |-- uchar*? ptr;???? // data pointer for an unsigned char matrix
????? |-- short*? s;?????? // data pointer for a short matrix
????? |-- int*??? i;?????? // data pointer for an integer matrix
????? |-- float*? fl;????? // data pointer for a float matrix
????? |-- double* db;????? // data pointer for a double matrix
??? CvMatND??????????????????? // N-維矩陣
??? |-- int?? type;????????? // 元素類型 (uchar,short,int,float,double) 與標志
??? |-- int?? dims;????????? // 矩陣維數
??? |-- union data;
??? |?? |-- uchar*? ptr;???? // data pointer for an unsigned char 矩陣
??? |?? |-- short*? s;?????? // data pointer for a short matrix
??? |?? |-- int*??? i;?????? // data pointer for an integer matrix
??? |?? |-- float*? fl;????? // data pointer for a float matrix
??? |?? |-- double* db;????? // data pointer for a double matrix
??? |
??? |-- struct dim[];??????? // 各維信息
????? |-- size;??????????? // 元素數目
????? |-- step;??????????? // 元素間距（字節為單位）
??? CvSparseMat // N-維稀疏矩陣
（2） 一般矩陣:
??? CvArr*???? // 僅作為函數定義的參數使用，
?????????? // 表明函數可以接受不同類型的矩陣作為參數，
?????????? // 例如：IplImage*, CvMat* 甚至是 CvSeq*.
?????????? // 矩陣的類型通過矩陣頭的前4個字節信息來確定
（3） 標量:
??? CvScalar
??? |-- double val[4]; //4D 向量
??? 初始化函數:
??? CvScalar s = cvScalar(double val0, double val1=0, double val2=0, double val3=0);
??? // Example:
??? CvScalar s = cvScalar(20.0);
??? s.val[0]=20.0;
??? 注意該初始化函數的函數名與對應的結構體名稱幾乎同名，差別僅在于函數名第一個字母是小寫的，而結構體名第一個字母是大寫的。它并不是一個 C++ 構造函數。（譯注：類似的還有 cvMat 與 CvMat、cvPoint 與 CvPoint 等等）
3、其它結構類型
（1） 點:
??? CvPoint????? p = cvPoint(int x, int y);
??? CvPoint2D32f p = cvPoint2D32f(float x, float y);
??? CvPoint3D32f p = cvPoint3D32f(float x, float y, float z);
??? //E.g.:
??? p.x=5.0;
??? p.y=5.0;
（2） 矩形框大小（以像素為精度）:
??? CvSize?????? r = cvSize(int width, int height);
??? CvSize2D32f? r = cvSize2D32f(float width, float height);
（3） 矩形框的偏置和大小:
??? CvRect?????? r = cvRect(int x, int y, int width, int height);
四、圖像處理
1、圖像的內存分配與釋放
（1） 分配內存給一幅新圖像:
??? IplImage* cvCreateImage(CvSize size, int depth, int channels);
??? size: cvSize(width,height);
??? depth: 像素深度: IPL_DEPTH_8U, IPL_DEPTH_8S, IPL_DEPTH_16U,
??? IPL_DEPTH_16S, IPL_DEPTH_32S, IPL_DEPTH_32F, IPL_DEPTH_64F
??? channels: 像素通道數. Can be 1, 2, 3 or 4.
????? 各通道是交錯排列的. 一幅彩色圖像的數據排列格式如下：
??????? b0 g0 r0 b1 g1 r1 ...
??? 示例:
??? // Allocate a 1-channel byte image
??? IplImage* img1=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
??? // Allocate a 3-channel float image
??? IplImage* img2=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
（2） 釋放圖像:
??? IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
??? cvReleaseImage(&img);
（3） 復制圖像:
??? IplImage* img1=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
??? IplImage* img2;
??? img2=cvCloneImage(img1);? // 注意通過cvCloneImage得到的圖像
????????????????????? // 也要用 cvReleaseImage 釋放，否則容易產生內存泄漏
（4） 設置/獲取感興趣區域ROI:
??? void? cvSetImageROI(IplImage* image, CvRect rect);
??? void? cvResetImageROI(IplImage* image);
??? CvRect cvGetImageROI(const IplImage* image);
??? 大多數OpenCV函數都支持 ROI, region of interests，設置了ROI之后，函數對圖片的處理只會應用到ROI區域上.
（5） 設置/獲取感興趣通道COI:
??? void cvSetImageCOI(IplImage* image, int coi); // 0=all
??? int cvGetImageCOI(const IplImage* image);
??? 大多數OpenCV函數不支持 COI.
2、圖像讀寫
（1） 從文件中讀入圖像:
??? IplImage* img=0;
??? img=cvLoadImage(fileName);
??? if(!img) printf("Could not load image file: %s\n",fileName);
??? 支持的圖像格式: BMP, DIB, JPEG, JPG, JPE, PNG, PBM, PGM, PPM,
????????????????????????? SR, RAS, TIFF, TIF
??? OpenCV默認將讀入的圖像強制轉換為一幅三通道彩色圖像. 不過可以按以下方法修改讀入方式:
??? img=cvLoadImage(fileName,flag);
??? flag: >0 將讀入的圖像強制轉換為一幅三通道彩色圖像
?????? =0 將讀入的圖像強制轉換為一幅單通道灰度圖像
?????? <0 讀入的圖像通道數與所讀入的文件相同.
（2） 保存圖像:
??? if(!cvSaveImage(outFileName,img)) printf("Could not save: %s\n", outFileName);
??? 保存的圖像格式由 outFileName 中的擴展名確定.
3、訪問圖像像素
（1） 假設你要訪問第k通道、第i行、第j列的像素。
（2） 間接訪問: (通用，但效率低，可訪問任意格式的圖像)
??? 對于單通道字節型圖像:
??? IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
??? CvScalar s;
??? s=cvGet2D(img,i,j); // get the (j,i) pixel value, 注意cvGet2D與cvSet2D中坐標參數的順序與其它opencv函數坐標參數順序恰好相反.本函數中i代表y軸，即height;j代表x軸，即width.
??? printf("intensity=%f\n",s.val[0]);
??? s.val[0]=111;
??? cvSet2D(img,i,j,s); // set the (j,i) pixel value
??? 對于多通道字節型/浮點型圖像:
??? IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
??? CvScalar s;
??? s=cvGet2D(img,i,j); // get the (j,i) pixel value
??? printf("B=%f, G=%f, R=%f\n",s.val[0],s.val[1],s.val[2]);
??? s.val[0]=111;
??? s.val[1]=111;
??? s.val[2]=111;
??? cvSet2D(img,i,j,s); // set the (j,i) pixel value
（3） 直接訪問: (效率高，但容易出錯)
??? 對于單通道字節型圖像:
??? IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
??? ((uchar *)(img->imageData + i*img->widthStep))[j]=111;
??? 對于多通道字節型圖像:
??? IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
??? ((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 0]=111; // B
??? ((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 1]=112; // G
??? ((uchar *)(img->imageData + i*img->widthStep))[j*img->nChannels + 2]=113; // R
??? 對于多通道浮點型圖像:
??? IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
??? ((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + 0]=111; // B
??? ((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + 1]=112; // G
??? ((float *)(img->imageData + i*img->widthStep))[j*img->nChannels + 2]=113; // R
（4） 基于指針的直接訪問: (簡單高效)
??? 對于單通道字節型圖像:
??? IplImage* img? = cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
??? int height???? = img->height;
??? int width????? = img->width;
??? int step?????? = img->widthStep;
??? uchar* data??? = (uchar *)img->imageData;
??? data[i*step+j] = 111;
??? 對于多通道字節型圖像:
??? IplImage* img? = cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
??? int height???? = img->height;
??? int width????? = img->width;
??? int step?????? = img->widthStep;
??? int channels?? = img->nChannels;
??? uchar* data??? = (uchar *)img->imageData;
??? data[i*step+j*channels+k] = 111;
??? 對于多通道浮點型圖像（假設圖像數據采用4字節（32位）行對齊方式）:
??? IplImage* img? = cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
??? int height???? = img->height;
??? int width????? = img->width;
??? int step?????? = img->widthStep;
??? int channels?? = img->nChannels;
??? float * data??? = (float *)img->imageData;
??? data[i*step+j*channels+k] = 111;
（5） 基于 c++ wrapper 的直接訪問: （更簡單高效）
??? 首先定義一個 c++ wrapper ‘Image’，然后基于Image定義不同類型的圖像:
??? template<class T> class Image
??? {
??????? private:
??????????? IplImage* imgp;
?????????? ?
??????? public:
??????????? Image(IplImage* img=0) {imgp=img;}
??????????? ~Image(){imgp=0;}
??????????? void operator=(IplImage* img) {imgp=img;}
??????????? inline T* operator[](const int rowIndx)
??????????? {
??????????????? return ((T *)(imgp->imageData + rowIndx*imgp->widthStep));
??????????? }
??? };
??? typedef struct{
??????? unsigned char b,g,r;
??? } RgbPixel;
??? typedef struct{
??????? float b,g,r;
??? } RgbPixelFloat;
??? typedef Image<RgbPixel>?????? RgbImage;
??? typedef Image<RgbPixelFloat>? RgbImageFloat;
??? typedef Image<unsigned char>? BwImage;
??? typedef Image<float>????????? BwImageFloat;
??? 對于單通道字節型圖像:
??? IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,1);
??? BwImage imgA(img);
??? imgA[i][j] = 111;
??? 對于多通道字節型圖像:
??? IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);
??? RgbImage? imgA(img);
??? imgA[i][j].b = 111;
??? imgA[i][j].g = 111;
??? imgA[i][j].r = 111;
??? 對于多通道浮點型圖像:
??? IplImage* img=cvCreateImage(cvSize(640,480),IPL_DEPTH_32F,3);
??? RgbImageFloat imgA(img);
??? imgA[i][j].b = 111;
??? imgA[i][j].g = 111;
??? imgA[i][j].r = 111;
4、圖像轉換
（1） 字節型圖像的灰度-彩色轉換:
??? cvConvertImage(src, dst, flags=0);
??? src = float/byte grayscale/color image
??? dst = byte grayscale/color image
??? flags = CV_CVTIMG_FLIP???? (垂直翻轉圖像)
???????? CV_CVTIMG_SWAP_RB? (置換 R 和 B 通道)
（2） 彩色圖像->灰度圖像:
??? // Using the OpenCV conversion:
??? cvCvtColor(cimg,gimg,CV_BGR2GRAY); // cimg -> gimg
??? // Using a direct conversion:
??? for(i=0;i<cimg->height;i++) for(j=0;j<cimg->width;j++)
??? gimgA[i][j]= (uchar)(cimgA[i][j].b*0.114 +
?????????????????????? cimgA[i][j].g*0.587 +
?????????????????????? cimgA[i][j].r*0.299);
（3） 不同彩色空間之間的轉換:
??? cvCvtColor(src,dst,code); // src -> dst
??? code??? = CV_<X>2<Y>
??? <X>/<Y> = RGB, BGR, GRAY, HSV, YCrCb, XYZ, Lab, Luv, HLS
??? e.g.: CV_BGR2GRAY, CV_BGR2HSV, CV_BGR2Lab
5、繪圖指令
（1） 繪制矩形:
??? // 在點 (100,100) 和 (200,200) 之間繪制一矩形，邊線用紅色、寬度為 1
??? cvRectangle(img, cvPoint(100,100), cvPoint(200,200), cvScalar(0,0,255), 1);
（2） 繪制圓形:
??? // 圓心為(100,100)、半徑為20. 圓周綠色、寬度為1
??? cvCircle(img, cvPoint(100,100), 20, cvScalar(0,255,0), 1);
（3） 繪制線段:
??? // 在 (100,100) 和 (200,200) 之間、線寬為 1 的綠色線段
??? cvLine(img, cvPoint(100,100), cvPoint(200,200), cvScalar(0,255,0), 1);
（4） 繪制一組線段:
??? CvPoint? curve1[]={10,10,? 10,100,? 100,100,? 100,10};
??? CvPoint? curve2[]={30,30,? 30,130,? 130,130,? 130,30,? 150,10};
??? CvPoint* curveArr[2]={curve1, curve2};
??? int????? nCurvePts[2]={4,5};
??? int????? nCurves=2;
??? int????? isCurveClosed=1;
??? int????? lineWidth=1;
??? cvPolyLine(img,curveArr,nCurvePts,nCurves,isCurveClosed,cvScalar(0,255,255),lineWidth);
??? void cvPolyLine( CvArr* img, CvPoint** pts, int* npts, int contours, int is_closed,
????????????????????????? CvScalar color, int thickness=1, int line_type=8, int shift=0 );
??? img?????? 圖像。
??? pts?????? 折線的頂點指針數組。
??? npts???? 折線的定點個數數組。也可以認為是pts指針數組的大小
??? contours?? 折線的線段數量。
??? is_closed? 指出多邊形是否封閉。如果封閉，函數將起始點和結束點連線。
??? color???????? 折線的顏色。
??? thickness? 線條的粗細程度。
??? line_type? 線段的類型。參見cvLine。
??? shift????????? 頂點的小數點位數
（5） 繪制一組填充顏色的多邊形:
??? cvFillPoly(img,curveArr,nCurvePts,nCurves,cvScalar(0,255,255));
??? cvFillPoly用于一個單獨被多邊形輪廓所限定的區域內進行填充。函數可以填充復雜的區域,例如，有漏洞的區域和有交叉點的區域等等。
??? void cvFillPoly( CvArr* img, CvPoint** pts, int* npts, int contours,CvScalar color, int line_type=8, int shift=0 );
??? img?????????? 圖像。
??? pts?????????? 指向多邊形的數組指針。
??? npts???????? 多邊形的頂點個數的數組。
??? contours?? 組成填充區域的線段的數量。
??? color???????? 多邊形的顏色。
??? line_type? 組成多邊形的線條的類型。
??? shift????????? 頂點坐標的小數點位數。
（6） 文本標注:
??? CvFont font;
??? double hScale=1.0;
??? double vScale=1.0;
??? int??? lineWidth=1;
??? cvInitFont(&font,CV_FONT_HERSHEY_SIMPLEX|CV_FONT_ITALIC, hScale,vScale,0,lineWidth);
??? cvPutText (img,"My comment",cvPoint(200,400), &font, cvScalar(255,255,0));
??? 其它可用的字體類型有: CV_FONT_HERSHEY_SIMPLEX, CV_FONT_HERSHEY_PLAIN, CV_FONT_HERSHEY_DUPLEX, CV_FONT_HERSHEY_COMPLEX, CV_FONT_HERSHEY_TRIPLEX, CV_FONT_HERSHEY_COMPLEX_SMALL, CV_FONT_HERSHEY_SCRIPT_SIMPLEX, CV_FONT_HERSHEY_SCRIPT_COMPLEX,
五、矩陣處理
1、矩陣的內存分配與釋放
（1） 總體上:
??? OpenCV 使用C語言來進行矩陣操作。不過實際上有很多C++語言的替代方案可以更高效地完成。
??? 在OpenCV中向量被當做是有一個維數為1的N維矩陣.
??? 矩陣按行-行方式存儲，每行以4字節（32位）對齊.
（2） 為新矩陣分配內存:
??? CvMat* cvCreateMat(int rows, int cols, int type);
??? type: 矩陣元素類型.
??? 按CV_<bit_depth>(S|U|F)C<number_of_channels> 方式指定.? 例如: CV_8UC1 、CV_32SC2.
??? 示例:
??? CvMat* M = cvCreateMat(4,4,CV_32FC1);
（3） 釋放矩陣內存:
??? CvMat* M = cvCreateMat(4,4,CV_32FC1);
??? cvReleaseMat(&M);
（4） 復制矩陣:
??? CvMat* M1 = cvCreateMat(4,4,CV_32FC1);
??? CvMat* M2;
??? M2=cvCloneMat(M1);
（5） 初始化矩陣:
??? double a[] = { 1,? 2,? 3,? 4,
?????????????? 5,? 6,? 7,? 8,
?????????????? 9, 10, 11, 12 };
??? CvMat Ma=cvMat(3, 4, CV_64FC1, a);
??? //等價于:
??? CvMat Ma;
??? cvInitMatHeader(&Ma, 3, 4, CV_64FC1, a);
（6） 初始化矩陣為單位矩陣:
??? CvMat* M = cvCreateMat(4,4,CV_32FC1);
??? cvSetIdentity(M); // does not seem to be working properly
2、訪問矩陣元素
（1） 假設需要訪問一個2D浮點型矩陣的第（i, j）個單元.
（2） 間接訪問:
??? cvmSet(M,i,j,2.0); // Set M(i,j)
??? t = cvmGet(M,i,j); // Get M(i,j)
（3） 直接訪問（假設矩陣數據按4字節行對齊）:
??? CvMat* M??? = cvCreateMat(4,4,CV_32FC1);
??? int n?????? = M->cols;
??? float *data = M->data.fl;
??? data[i*n+j] = 3.0;
（4） 直接訪問（當數據的行對齊可能存在間隙時 possible alignment gaps）:
??? CvMat* M??? = cvCreateMat(4,4,CV_32FC1);
??? int?? step? = M->step/sizeof(float);
??? float *data = M->data.fl;
??? (data+i*step)[j] = 3.0;
（5） 對于初始化后的矩陣進行直接訪問:
??? double a[16];
??? CvMat Ma = cvMat(3, 4, CV_64FC1, a);
??? a[i*4+j] = 2.0; // Ma(i,j)=2.0;
3、矩陣/向量運算
（1） 矩陣之間的運算:
??? CvMat *Ma, *Mb, *Mc;
??? cvAdd(Ma, Mb, Mc);????? // Ma+Mb?? -> Mc
??? cvSub(Ma, Mb, Mc);????? // Ma-Mb?? -> Mc
??? cvMatMul(Ma, Mb, Mc);?? // Ma*Mb?? -> Mc
（2） 矩陣之間的元素級運算:
??? CvMat *Ma, *Mb, *Mc;
??? cvMul(Ma, Mb, Mc);????? // Ma.*Mb? -> Mc
??? cvDiv(Ma, Mb, Mc);????? // Ma./Mb? -> Mc
??? cvAddS(Ma, cvScalar(-10.0), Mc); // Ma.-10 -> Mc
（3） 向量乘積:
??? double va[] = {1, 2, 3};
??? double vb[] = {0, 0, 1};
??? double vc[3];
??? CvMat Va=cvMat(3, 1, CV_64FC1, va);
??? CvMat Vb=cvMat(3, 1, CV_64FC1, vb);
??? CvMat Vc=cvMat(3, 1, CV_64FC1, vc);
??? double res=cvDotProduct(&Va,&Vb); // 向量點乘:?? Va . Vb -> res
??? cvCrossProduct(&Va, &Vb, &Vc);??? // 向量叉乘:?? Va x Vb -> Vc
??? 注意在進行叉乘運算時，Va, Vb, Vc 必須是僅有3個元素的向量.
（4） 單一矩陣的運算:
??? CvMat *Ma, *Mb;
??? cvTranspose(Ma, Mb);????? // 轉置：transpose(Ma) -> Mb (注意轉置陣不能返回給Ma本身)
??? CvScalar t = cvTrace(Ma); // 跡：trace(Ma) -> t.val[0]
??? double d = cvDet(Ma);???? // 行列式：det(Ma) -> d
??? cvInvert(Ma, Mb);???????? // 逆矩陣：inv(Ma) -> Mb
（5） 非齊次線性方程求解:
??? CvMat* A? = cvCreateMat(3,3,CV_32FC1);
??? CvMat* x? = cvCreateMat(3,1,CV_32FC1);
??? CvMat* b? = cvCreateMat(3,1,CV_32FC1);
??? cvSolve(&A, &b, &x);??? // solve (Ax=b) for x
（6） 特征值與特征向量 (矩陣為方陣):
??? CvMat* A? = cvCreateMat(3,3,CV_32FC1);
??? CvMat* E? = cvCreateMat(3,3,CV_32FC1);
??? CvMat* l? = cvCreateMat(3,1,CV_32FC1);
??? cvEigenVV(A, E, l);? // l = A 的特征值(遞減順序)
??????????????????????? // E = 對應的特征向量 (行向量)
（7） 奇異值分解（SVD）:====
??? CvMat* A? = cvCreateMat(3,3,CV_32FC1);
??? CvMat* U? = cvCreateMat(3,3,CV_32FC1);
??? CvMat* D? = cvCreateMat(3,3,CV_32FC1);
??? CvMat* V? = cvCreateMat(3,3,CV_32FC1);
??? cvSVD(A, D, U, V, CV_SVD_U_T|CV_SVD_V_T); // A = U D V^T
??? 標志位使矩陣U或V按轉置形式返回 (若不轉置可能運算出錯).
六、視頻處理
1、從視頻流中捕捉一幀畫面
（1） OpenCV 支持從攝像頭或視頻文件（AVI格式）中捕捉幀畫面.
（2） 初始化一個攝像頭捕捉器:
??? CvCapture* capture = cvCaptureFromCAM(0); // capture from video device #0
（3） 初始化一個視頻文件捕捉器:
??? CvCapture* capture = cvCaptureFromAVI("infile.avi");
（4） 捕捉一幀畫面:
??? IplImage* img = 0;
??? if(!cvGrabFrame(capture)){????????????? // capture a frame
??????? printf("Could not grab a frame\n\7");
??????? exit(0);
??? }
??? img=cvRetrieveFrame(capture);?????????? // retrieve the captured frame
??? 若要從多個攝像頭中同步捕捉畫面，則須首先從每個攝像頭中抓取一幀，緊接著要將被捕捉的幀畫面恢復到一個IplImage*型圖像中。（譯注：這一過程其實可以用 cvQueryFrame() 函數一步完成）
（5） 釋放視頻流捕捉器:
??? cvReleaseCapture(&capture);
??? 注意由視頻流捕捉器得到的圖像是由捕捉器分配和釋放內存的，不需要單獨對圖像進行釋放內存的操作。
2、獲取/設置視頻流信息
（1） 獲取視頻流設備信息:
??? cvQueryFrame(capture); // 在讀取視頻流信息前，要先執行此操作
??? int frameH??? = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FRAME_HEIGHT);
??? int frameW??? = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FRAME_WIDTH);
??? int fps?????? = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_FPS);
??? int numFrames = (int) cvGetCaptureProperty(capture,? CV_CAP_PROP_FRAME_COUNT);
??? 統計總幀數僅對視頻文件有效，但似乎不太準確（譯注：也許OpenCV2.0中此問題已解決）
（2） 獲取幀圖信息:
??? float posMsec?? =?????? cvGetCaptureProperty(capture, CV_CAP_PROP_POS_MSEC);
??? int posFrames?? = (int) cvGetCaptureProperty(capture, CV_CAP_PROP_POS_FRAMES);
??? float posRatio? =?????? cvGetCaptureProperty(capture, CV_CAP_PROP_POS_AVI_RATIO);
??? 所抓取的幀的位置有三種表達方式：距離第一幀畫面的時間間隔（毫秒為單位）, 或者距離第一幀畫面（序列號為0）的序列數. 第三種方式是按相對比率，第一幀的相對比率為0，最后一幀的相對比率為1. 此方式僅對讀取視頻文件時有效.
（3） 設置從視頻文件抓取的第一幀畫面的位置:
??? // start capturing from a relative position of 0.9 of a video file
??? cvSetCaptureProperty(capture, CV_CAP_PROP_POS_AVI_RATIO, (double)0.9);
??? 注意此方法定位并不準確。
3、保存視頻文件
（1） 初始化視頻編寫器:
??? CvVideoWriter *writer = 0;
??? int isColor = 1;
??? int fps???? = 25;? // or 30
??? int frameW? = 640; // 744 for firewire cameras
??? int frameH? = 480; // 480 for firewire cameras
??? writer=cvCreateVideoWriter("out.avi",CV_FOURCC('P','I','M','1'),
?????????????????????????? fps,cvSize(frameW,frameH),isColor);
??? 其它的編碼器代號包括: CV_FOURCC('P','I','M','1') = MPEG-1 codec CV_FOURCC('M','J','P','G') = motion-jpeg codec (does not work well) CV_FOURCC('M', 'P', '4', '2') = MPEG-4.2 codec CV_FOURCC('D', 'I', 'V', '3') = MPEG-4.3 codec CV_FOURCC('D', 'I', 'V', 'X') = MPEG-4 codec CV_FOURCC('U', '2', '6', '3') = H263 codec CV_FOURCC('I', '2', '6', '3') = H263I codec CV_FOURCC('F', 'L', 'V', '1') = FLV1 codec 若編碼器代號為 -1，則運行時會彈出一個編碼器選擇框.
（2） 保存視頻文件:
??? IplImage* img = 0;
??? int nFrames = 50;
??? for(i=0;i<nFrames;i++){
??????? cvGrabFrame(capture);????????? // capture a frame
??????? img=cvRetrieveFrame(capture);? // retrieve the captured frame
??????? // img = cvQueryFrame(capture);
??????? cvWriteFrame(writer,img);????? // add the frame to the file
??? }
??? 要查看所抓取到的幀畫面，可以在循環中加入以下語句:
??? cvShowImage("mainWin", img);
??? key=cvWaitKey(20);?????????? // wait 20 ms
??? 注意 cvWaitKey 參數應該不小于 20 ms，否則畫面的顯示可能出錯.
（3） 釋放視頻編寫器:
??? cvReleaseVideoWriter(&writer);
By Gady Agam 2006-03-31 翻譯：chenyusiyuan 2010-1-26
《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀總結
以上是生活随笔為你收集整理的OpenCV 1.x 2.x 编程简介（矩阵/图像/视频的基本读写操作）的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： OpenCV 3.0又一个革命性版本，它
- 下一篇： DeepID 专题