OpenCV 概述



OpenCV概述

  • 什么是OpenCV 
    • 开源C/C++计算机视觉库.
    • 面向实时应用进行优化.
    • 跨操作系统/硬件/窗口管理器.
    • 通用图像/视频载入、存储和获取.
    • 由中、高层API构成.
    • Intel®公司的 Integrated Performance Primitives (IPP) 提供了透明接口.
  • 特性:
    • 图像数据操作 (分配,释放复制设定转换).
    • 图像与视频 I/O (基于文件/摄像头输入图像/视频文件输出).
    • 矩阵与向量操作与线性代数计算(相乘求解特征值奇异值分解SVD).
    • 各种动态数据结构(列表队列).
    • 基本图像处理(滤波边缘检测角点检测采样与插值色彩转换形态操作直方图图像金字塔).
    • 结构分析(连接成分轮廓处理距离转换模板匹配, Hough转换多边形近似线性拟合椭圆拟合, Delaunay三角化).
    • 摄像头标定 (寻找并跟踪标定模板标定基础矩阵估计, homography估计立体匹配).
    • 动作分析(光流动作分割跟踪).
    • 对象辨识 (特征方法隐马可夫链模型HMM).
    • 基本GUI(显示图像/视频键盘鼠标操作滚动条).
    • 图像标识 (直线圆锥多边形文本绘图)
  • OpenCV 模块:
    • cv - OpenCV 主要函数.
    • cvaux - 辅助 (实验性) OpenCV 函数.
    • cxcore - 数据结构与线性代数算法.
    • highgui - GUI函数.

资料链接

  • 参考手册:
    • <opencv-root>/docs/index.htm
  • 网络资源:
    • 官方网页: http://www.intel.com/technology/computing/opencv/
    • 软件下载: http://sourceforge.net/projects/opencvlibrary/
  • 书籍:
    • Open Source Computer Vision Library by Gary R. Bradski, Vadim Pisarevsky, and Jean-Yves Bouguet, Springer, 1st ed. (June, 2006).
  • 视频处理例程 (位于 <opencv-root>/samples/c/目录中):
    • 色彩跟踪: camshiftdemo
    • 点跟踪: lkdemo
    • 动作分割: motempl
    • 边缘检测: laplace
  • 图像处理例程(位于<opencv-root>/samples/c/目录中):
    • 边缘检测: edge
    • 分割: pyramid_segmentation
    • 形态: morphology
    • 直方图: demhist
    • 距离转换: distrans
    • 椭圆拟合 fitellipse

OpenCV 命名约定

  • 函数命名:

    cvActionTarget[Mod](...)

    Action = 
核心功能(例如 设定set, 创建create)
    Target = 
操作目标 (例如 轮廓contour, 多边形polygon)
    [Mod]  = 
可选修饰词 (例如说明参数类型)

  • 矩阵数据类型:

    CV_<bit_depth>(S|U|F)C<number_of_channels>

    S = 
带符号整数
    U = 
无符号整数
    F = 
浮点数 

    
:   CV_8UC1 表示一个8位无符号单通道矩阵
          CV_32FC2 
表示一个32位浮点双通道矩阵.

  • 图像数据类型:

    IPL_DEPTH_<bit_depth>(S|U|F)

    
:   IPL_DEPTH_8U 表示一个8位无符号图像.
          IPL_DEPTH_32F 
表示一个32位浮点数图像.

  • 头文件:

    #include <cv.h>
    #include <cvaux.h>
    #include <highgui.h>  
    #include <cxcore.h>   // 
不必要 - 该头文件已在 cv.h 文件中包含

编译命令

  • Linux系统:

g++ hello-world.cpp -o hello-world /
    -I /usr/local/include/opencv -L /usr/local/lib  /
    -lm -lcv -lhighgui -lcvaux

  • Windows系统:

注意在项目属性中设好OpenCV头文件以及库文件的路径.

C程序实例


//
// hello-world.cpp
//
// 
一个简单的OpenCV程序
// 
它从一个文件中读取图像,将色彩值颠倒,并显示结果
//

#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);
  }

  // 
载入图像  
  img=cvLoadImage(argv[1]);
  if(!img){
    printf("Could not load image file: %s/n",argv[1]);
    exit(0);
  }

  // 
获取图像数据
  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); 

  // 
创建窗口
  cvNamedWindow("mainWin", CV_WINDOW_AUTOSIZE); 
  cvMoveWindow("mainWin", 100, 100);

  // 
反色图像
  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];

  // 
显示图像
  cvShowImage("mainWin", img );

  // wait for a key
  cvWaitKey(0);

  // release the image
  cvReleaseImage(&img );
  return 0;
}

### OpenCV 的基本概念、功能和特点 #### 基本概念 OpenCV 是一个开源的计算机视觉库,专注于实时图像处理和计算机视觉任务。它最初由 Intel 开发并于 2000 年发布,现已成为全球范围内广泛使用的工具之一[^1]。 #### 主要功能 OpenCV 提供了大量的图像处理和计算机视觉算法,覆盖了从基础操作到高级应用的各种需求。以下是其主要功能: - **图像加载与显示**:支持多种图像格式的读取、写入和展示。 - **几何变换**:包括缩放、旋转和平移等操作。 - **颜色空间转换**:能够在不同颜色模型之间进行转换,例如 RGB 到 HSV 或灰度图。 - **滤波器与卷积运算**:用于平滑、锐化或其他增强效果。 - **边缘检测**:利用 Sobel、Canny 等方法提取图像中的边界信息。 - **特征点检测**:如 Harris 角点检测、Shi-Tomasi 和 SIFT 算法,能够识别并描述关键区域[^4]。 - **对象跟踪与检测**:通过 Haar-like 特征分类器或 HOG 描述符实现目标定位。 - **视频分析**:支持帧捕捉、运动估计等功能。 - **机器学习与深度学习集成**:内置常用 ML 方法(KNN、SVM),同时也兼容 TensorFlow/PyTorch 模型部署。 #### 技术特点 1. **多语言支持** 虽然底层采用 C++ 实现,但它还对外暴露 Python 接口 (即 OpenCV-Python),方便快速原型设计;另外也存在针对其他脚本环境比如 Ruby 及 MATLAB/Octave 的绑定版本。 2. **跨平台能力** 用户可以轻松将其应用于 Windows、macOS、Linux 各种桌面操作系统之上,甚至移动终端 Android/iOS 上也能正常运行. 3. **高性能计算扩展** 随着硬件技术进步,官方持续优化 GPU 加速模块——借助 CUDA 或者 OpenCL 来加速密集矩阵乘法等相关子程序执行效率. 4. **活跃社区维护更新频繁** 凭借庞大的贡献者群体规模以及清晰文档指导材料,“opencv tutorials”系列资源极大降低了入门门槛[^2]. 5. **全面而成熟的 API 设计体系结构** 不仅保留早期经典 CV 方向研究成果精华部分(诸如轮廓查找函数 findContours()),而且紧跟时代潮流趋势新增加神经网络推理框架 dnn module 支持 DL 场景迁移学习项目落地实施. ```python import cv2 img = cv2.imread('example.jpg') # 图像载入 gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 转换为灰阶模式 cv2.imshow('Gray Image', gray_img) # 显示图片窗口 cv2.waitKey(0) # 等待按键事件触发关闭视窗动作 ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值