作为一个计算机图像处理的工具，因为免费公开呀，版权等等的原因，openCV开始展现出一些无可取代的优势（已经展露好久了好吧）。嘛，之前我研究生阶段，一直再用MATLAB在干活，总感觉调试呀，验证啊，还是MATLAB要好用一些呢！不久前，自己也开始接触了openCV，总感觉虽然都是工具，但是水很深的样子。嘛，总是还是开个关于openCV的坑，记录下自己的学习的轨迹吧。
自带吐槽1：基础的图像处理部分的坑，还有一些没有整理完，等过几天开始整理完后，再开始填坑吧，不算烂尾不算烂尾（= =!!自我催眠）
自带吐槽2：不过话说也没谁真的在等着看吧（= = 好桑心！）
与Matlba一样，openCV里将一枚图像读入，并显示的代码如下所示。
IplImage* ori= cvLoadImage("..\\Data\\Fig0320(4) (bottom_left).tif",Gray_image);
cvNamedWindow("Original", CV_WINDOW_AUTOSIZE ); //new window
cvShowImage("Original",ori); //show其实也就相当于MATLAB里面的imread()，imshow()与figure()这三个函数；这里值得说的是，如果要让窗口内图片跟着窗口一起扩大的话，可以使用式样CV_WINDOW_NORMAL，也就是如下代码所示。
cvNamedWindow("Original", CV_WINDOW_NORMAL ); //new window
cvShowImage("Original",ori); //show对于视频的读入，其实和图像是差不多一样的，使用函数
cvCreateFileCapture(argv[1])去读入一段视频。然后通过函数cvQueryFrame(capture)将其一帧一帧的取出来，然后再用显示图像的方式(cvShowImage())，将其按照一定的时间间隔，逐帧显示出来。
基本思路就是上述那样，这里按照教材上的做法，加入了一个滑块控件作为进度显示的。其代码实现如下（代码基本和教材一致= =）
//------------------------------------------------------
// 内容：
// 视频「江ノ電」的读入
// 视屏的播放
// 滑块控件的添加
//
// 2015.5.18
// by zhou fan
// ------------------------------------------------------
#include "stdafx.h"
#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace cv;
using namespace std;
int g_slider_position = 0;
CvCapture* capture = NULL;
void onTrackbarSilde(int pos)
{
cvSetCaptureProperty(capture,
CV_CAP_PROP_POS_FRAMES,
//CV_CAP_PROP_POS_AVI_RATIO,
pos
);
}
int main(int argc, char** argv[])
{
cvNamedWindow("ENoDenn" , CV_WINDOW_AUTOSIZE );
capture = cvCreateFileCapture("..\\Data\\IMG_2023.AVI") ;
//读取视频的总帧数
int frames = (int) cvGetCaptureProperty(capture,
CV_CAP_PROP_FRAME_COUNT);
if(frames != 0) // 视频有效的话，添加滑块控件
{
cvCreateTrackbar("Position",
"ENoDenn",
&g_slider_position,
frames,
onTrackbarSilde
);
}
IplImage* frame;
while(1)
{
frame = cvQueryFrame(capture); //按帧读取
if(!frame) break;
cvSetTrackbarPos("Position", //更新滑块的位置
"ENoDenn",
++g_slider_position
);
cvShowImage("ENoDenn",frame);
char c = cvWaitKey(33); //等待33ms，帧数30每秒
if(c == 27) break;
}
cvReleaseCapture(&capture);
cvDestroyWindow("ENoDenn");
return (int)0;
}执行结果如下图所示。
这里值得说的是函数
cvCreateTrackbar("Position",
"ENoDenn",
&g_slider_position,
frames,
onTrackbarSilde
);其最后一个参数为onTrackbarSilde，这个函数可以设置（或者来讲指定）某一帧。比如，将滑块拖动到115帧的位置，那么这个函数可以使得视频从115帧开始播放。如果将这里改为NULL的话，用户拖动滑块到115帧，仅仅只会使得滑块从115开始往下更新，并不会使得视频从115帧位置开始播放。
使用函数cvSetTrackbarPos()可以设置滑块的位置。使用函数cvGetTrackbarPos()可以Get到滑块的现在的位置。
自带吐槽3：视频拍摄于上个月，地点为镰仓高校门前的信号灯，也就是灌篮高手OP的那个信号灯。
图像与视频确认可以读取之后，就可以开始进行一些比较基础的图像处理了。比如，图像平滑（低通滤波），图像的缩小与扩大（降采样与升采样），图像边缘的检测等等。
在使用MATKLAB处理的图像时候，一般都会创建一副与对象图像等大的图像。然后将其初始化为同样的格式，全部赋值为0。在openCV中，使用
IplImage* cvCreateImage( CvSize size, int depth, int channels )
去创建一副图像，这个函数有3个参数，分别是尺寸，格式和通道数。比如，创建一副与对象图像（灰度图像）等大的图像，并将其赋值为0的话，可以如下操作。
IplImage* image_edge = cvCreateImage(cvGetSize(image_input),
IPL_DEPTH_8U,
1);
cvZero(image_edge); 这里使用了cvGetSize()去获取图片的尺寸。想要设置特定的尺寸的话，可以按照如下这样去处理。
IplImage* image_edge = cvCreateImage(cvSize(200,200),
IPL_DEPTH_8U,
1);
cvZero(image_edge); 如上处理的话，可以得到一张200x200的全0图像。
第二个参数IPL_DEPTH_8U为图像的格式，有如下格式。
IPL_DEPTH_8U - 无符号8bit整型
IPL_DEPTH_8S - 有符号8bit整型
IPL_DEPTH_16U - 无符号16bit整型
IPL_DEPTH_16S - 有符号16bit整型
IPL_DEPTH_32S - 有符号32bit整型
IPL_DEPTH_32F - 单精度浮点型
IPL_DEPTH_64F - 双精度浮点型
第三个参数为通道数，比如RGB图像的话，就可以使用3个通道去存储这幅图像。
图像平滑相当于低通滤波，这一点在我之前的图像处理基础博文中讲得挺清楚了（自我感觉）。
[数字图像处理]空间滤波
[数字图像处理]频域滤波(1)–基础与低通滤波器
在openCV中，可以使用cvSmooth()去平滑一幅图像。比如如下代码。
IplImage* Image_smooth(IplImage* image_input)
{
IplImage* image_output = cvCreateImage(cvGetSize(image_input),
IPL_DEPTH_8U,
1);
cvSmooth(image_input,image_output,CV_GAUSSIAN,13,13);
return(image_output);
}这里我默认使用的是13x13的高斯低通滤波器，其运行结果如下所示。
可以看到，右边的图像比左边模糊了，其实其本质是由于高频成分被滤掉了。嘛，这里其实很有必要贴出两张图像的傅里叶频谱的，不过这是后面的博文的事了，后面会说到傅里叶频谱的计算与现实（代码已完成）。
对于图像的缩小，其原理可以参看我以前的博文，那里也说明了缩小与放大操作的问题点与解决对策。
[数字图像处理]数字图像的整数倍扩大(数字图像插值)
[数字图像处理]数字图像的整数倍缩小
[数字图像处理]数字图像的有理数倍缩放(缩小与放大)
在openCV中，可以使用cvPyrDown()与cvPyrUp()去对一副图像进行缩小与放大。
IplImage* doPyrDown(IplImage* image_input)
{
assert(image_input->width%2 == 0 && image_input->height%2 == 0); //error判断
IplImage* image_output = cvCreateImage(cvSize(image_input->width/2,image_input->height/2),
image_input->depth,
image_input->nChannels);
cvPyrDown(image_input,image_output);
return(image_output);
}运行结果如下所示。
图像的长和宽分别缩小了一半，面积变为了原来的0.25倍。嘛，cvPyrUp()与之类似，就是在相邻的信号间插入0，然后全图用低通滤波器过一遍。结果呢，cvPyrDown()与cvPyrUp()只能是进行2的倍数的扩大与缩小。其实我想说，如果能实现其他倍数的扩大与缩小的话，可以通过扩大M倍，再缩小N倍的方式，去实现M/N倍的缩放了。参考我之前的博文，其实可以试试去实现的（恩，愉快的挖个坑吧）。
这个也就是熟悉了一下canny边缘检测算子，贴个代码过去吧。原理部分，找个时间补博文再讨论一下吧（再挖一个坑，+_+，乖乖，貌似填不完了）。
IplImage* doCanny(IplImage* image_input,
double lowThresh,
double highThresh,
double aperture)
{
if(image_input->nChannels != 1)
return (0);
IplImage* image_output = cvCreateImage(cvGetSize(image_input),
image_input->depth,
image_input->nChannels);
cvCanny(image_input,image_output,lowThresh,highThresh,aperture);
return(image_output);
}运行结果如下所示。
也就是将图像某一个矩形区域，设置为ROI区域，然后对这个已经设置好的区域进行操作。设置的函数为
void cvSetImageROI(IplImage* image, CvRect rect)
CvRect是一个图像内的矩形区域的构造体，其内有4个成员int x , y , width , height。代表了矩形区域的起点坐标(x,y)与其尺寸（长与宽）width与height。当然，其实ROI区域也可以设定为其他形状的。
将已经设置的ROI区域的解除，可以用如下函数去实现。
void cvResetImageROI（IplImage* image）
这两个函数在实践上挺有意义的，可以用于图像的局部操作，可以加快运算的速度。
作为一个ROI区域的联系，贴个代码吧。
IplImage* RIODomainAdd(IplImage* image_input,
CvRect RIO_Domain)
{
if(image_input->nChannels != 1)
return (0);
IplImage* image_edge = cvCreateImage(cvGetSize(image_input),
IPL_DEPTH_8U,
1);
image_edge = doCanny(image_input,10,100,3);
cvSetImageROI(image_input,RIO_Domain);
cvSetImageROI(image_edge,RIO_Domain);
//cvAddS(image_input,cvScalar(100),image_input);
cvAddWeighted(image_input,
0.8,
image_edge,
0.8,
0,
image_input); //image_input = image_input * 0.2 + image_edge * 0.8; (ROI領域のみ)
cvResetImageROI(image_input);
return(image_input);
}运行结果如下所示。
我的openCV的第一篇，就这样结束吧。虽然木有什么关系，但是还想说一句，Markdown太好用了！！！接下来真想尝试一下用Latex去写数学公式了。（恩？是不是以前的博文也全更新一遍呢）。
接下来，会更新一个直方图的处理，与傅里叶频谱的程序。预计本周之内完事吧。
原文地址：http://blog.csdn.net/zhoufan900428/article/details/45843577
