视觉SLAM十四讲笔记-5-2
5.3 实践：计算机中的图像
5.3.1 OpenCV的基本使用用法
参考链接：link
安装 OpenCV，网站：
在Ubuntu下，有两种安装方式：
1.从源代码安装，指从OpenCV网站下载所有的OpenCV源代码，并在机器上编译安装，以便使用。好处是可以选择的版本比较丰富，而且能看到源代码，不过需要编译。还可以调整一些编译选项，匹配编程环境（例如，需不需要GPU加速等），还可以使用一些额外的功能。 源代码安装OpenCV 目前维护了两个主要版本，分为 OpenCV2.4系列和 OpenCV3系列。
2.只安装库文件，指通过Ubuntu来安装由Ubuntu社区人员已经编译好的库文件，这样无须编译。
这里选择从源代码进行安装．
首先安装OpenCV的依赖项：
sudo apt−get install build−essential libgtk2.0−dev libvtk5−dev libjpeg−dev libtiff4−dev libjasper−dev libopenexr−dev libtbb−dev
参考链接：link
去官网下载，官网链接： link，找到对应版本后，点击 sources进行下载，
下载下来解压，然后进入文件夹，用下面命令进行安装：
mkdir my_built_file
cd my_built_file
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
sudo make
sudo make install
OpenCV默认存储在/usr/local目录下．安装完后，进行opencv的环境配置：
添加opencv库的路径：
//这里可以利用你熟悉的编辑器
sudo vim /etc/ld.so.conf.d/opencv.conf
添加内容：（文件可以是一个空文件，直接在文件末尾加上内容）
/usr/local/lib
保存文件修改，然后执行命令使配置内容生效
sudo ldconfig
配置bash
sudo vim /etc/bash.bashrc
添加内容：
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
保存文件修改，然后执行命令使配置内容生效
source /etc/bash.bashrc
上述OpenCV安装是从别人博客中借鉴的，自己没有尝试，因为以前已经安装过OpenCV，等下次重新安装时再更新上述安装过程．
操作OpenCV图像：
新建文件夹，并在该文件夹下打开 VS Code．
mkdir imageBasics
cd imageBasics/
code .
在该文件夹下新建imageBasics.cpp,CMakeLists.txt和build文件夹
在该工程中编写launch.json,tasks.json和CMakeLists.txt
参考链接：link
//launch.json
{
// Use IntelliSense to learn about possible attributes.
// Hover to view descriptions of existing attributes.
// For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
"version": "0.2.0",
"configurations": [
{
"name": "g++ - 生成和调试活动文件",
"type": "cppdbg",
"request":"launch",
"program":"${workspaceFolder}/build/imageBasics",
"args": [],
"stopAtEntry": false,
"cwd": "${workspaceFolder}",
"environment": [],
"externalConsole": false,
"MIMode": "gdb",
"setupCommands": [
{
"description": "为 gdb 启动整齐打印",
"text": "-enable-pretty-printing",
"ignoreFailures": true
}
],
"preLaunchTask": "Build",
"miDebuggerPath": "/usr/bin/gdb"
}
]
}
//tasks.json
{
"version": "2.0.0",
"options":{
"cwd": "${workspaceFolder}/build" //指明在哪个文件夹下做下面这些指令
},
"tasks": [
{
"type": "shell",
"label": "cmake", //label就是这个task的名字,这个task的名字叫cmake
"command": "cmake", //command就是要执行什么命令,这个task要执行的任务是cmake
"args":[
".."
]
},
{
"label": "make", //这个task的名字叫make
"group": {
"kind": "build",
"isDefault": true
},
"command": "make", //这个task要执行的任务是make
"args": [
]
},
{
"label": "Build",
"dependsOrder": "sequence", //按列出的顺序执行任务依赖项
"dependsOn":[ //这个label依赖于上面两个label
"cmake",
"make"
]
}
]
}
#CMakeLists.txt
cmake_minimum_required(VERSION 3.0)
project(IMAGEBASICS)
#在g++编译时，添加编译参数，比如-Wall可以输出一些警告信息
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -Wall")
set(CMAKE_CXX_FLAGS "-std=c++11")
#一定要加上这句话，加上这个生成的可执行文件才是可以Debug的，不然不加或者是Release的话生成的可执行文件是无法进行调试的
set(CMAKE_BUILD_TYPE Debug)
#此工程要调用opencv库，因此需要添加opancv头文件和链接库
#寻找OpenCV库
find_package(OpenCV REQUIRED)
#添加头文件
include_directories(${OpenCV_INCLUDE_DIRS})
add_executable(imageBasics imageBasics.cpp)
#链接OpenCV库
target_link_libraries(imageBasics ${OpenCV_LIBS})
然后开始编写 imageBasics.cpp
#include <iostream>
#include <chrono>
using namespace std;
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
int main(int argc, char **argv)
{
//读取argv[1]指定的图像
cv::Mat image;
image = cv::imread(argv[1]); //cv::imread函数读取指定路径下的图像
//判断图像文件是否正确读取
if(image.data == nullptr)
{
cout << "文件" << argv[1] << "不存在." << endl;
return 0;
}
//文件顺利读取，首先输出一些基本信息
cout << "图像宽为" << image.cols << "，高为" << image.rows << "，通道数为" << image.channels() << endl;
cv::imshow("image", image); //用cv::imshow显示图像
cv::waitKey(0); //暂停程序，等待一个按键键入
//判断image的类型
if(image.type() != CV_8UC1 && image.type() != CV_8UC3)
{
//图像类型不符合要求
cout << "请输入一张彩色图或灰度图." << endl;
return 0;
}
//遍历图像，请注意以下遍历方式也可以使用随机像素访问
//使用std::chrono给算法计时
chrono::steady_clock::time_point t1 = chrono::steady_clock::now();
for(size_t y=0; y<image.rows; ++y)
{
//用cv::Mat::ptr获得图像的行指针
unsigned char *row_ptr = image.ptr<unsigned char>(y); //row_ptr是第y行的头指针
for(size_t x = 0; x < image.cols; ++x)
{
//访问位于x,y处的像素
unsigned char *data_ptr = &row_ptr[x*image.channels()]; //data_ptr指向待访问的像素数据
//输出该像素的每个通道，如果是灰度图就只有一个通道
for(int c = 0; c != image.channels(); ++c)
{
unsigned char data = data_ptr[c]; //data为I(x,y)第c个通道的值
}
}
}
chrono::steady_clock::time_point t2 = chrono::steady_clock::now();
chrono::duration<double> time_used = chrono::duration_cast<chrono::duration<double> > (t2- t1);
cout << "遍历图像用时：" << time_used.count() << "秒．" << endl;
//关于cv::Mat的拷贝
//直接赋值并不会拷贝数据
cv::Mat image_another = image;
//修改image_another会导致image发生变化
image_another(cv::Rect(0, 0, 100, 100)).setTo(0); //将左上角100*100的块置0
cv::imshow("image", image);
cv::waitKey(0);
//使用clone函数拷贝数据
cv::Mat image_clone = image.clone();
image_clone(cv::Rect(0, 0, 100, 100)).setTo(255);
cv::imshow("image", image);
cv::imshow("image_clone", image_clone);
cv::waitKey(0);
//对于图像还有很多基本的操作，如剪切，旋转，缩放等，限于篇幅就不一一介绍了，请查看OpenCV官方文档查询每个函数的调用方法
cv::destroyAllWindows();
return 0;
}
编译，然后在终端输入：
cd build
./imageBasics ../autumn_oak.jpg(图片路径)
5.3.2 图像去畸变
在理论部分介绍了径向和切向畸变，这里演示一个去畸变的过程．OpenCV提供了一个去畸变的函数cv::Undistort()，但本例从公式出发计算畸变前后的图像坐标．
新建文件夹，并在该文件夹下打开 VS Code．
mkdir undistortImage
cd undistortImage/
code .
在该文件夹下新建undistortImage.cpp,CMakeLists.txt和build文件夹
这个工程中launch.json,tasks.json,CMakeLists.txt和上个工程保持一致，只需要改一下文件名，可执行文件的名字．因此，直接复制上述工程更改即可．
然后编写undistortImage.cpp
#include <iostream>
#include <opencv2/opencv.hpp>
#include <string>
using namespace std;
string image_file = "./distorted.png"; //请确保路径正确
int main(int argc, char **argv)
{
//本程序实现去畸变部分的代码，尽管可以直接调用Opencv的去畸变，但自己实现一遍有助于理解．
//畸变参数
double k1 = -0.28340811, k2 = 0.07395907, p1 = 0.00019359, p2 = 1.76187114e-05;
//内参
double fx = 458.654, fy = 457.296, cx = 367.215, cy = 248.375;
cv::Mat image = cv::imread(image_file, 0); //图像是灰度图，CV_8UC1
int rows = image.rows, cols = image.cols;
cv::Mat image_undistort = cv::Mat(rows, cols, CV_8UC1); // 去畸变以后的图
//计算去畸变后图像的内容
for (int v = 0; v < rows; ++v)
{
for (int u = 0; u < cols; ++u)
{
//按照公式，计算点(u,v)对应到畸变图像中的坐标(u_distorted, v_distorted)
//把原图中的像素点变换到相机归一化平面上
double x = (u - cx) / fx, y = (v - cy) / fy; //书上p99式5.5
double r = sqrt(x * x + y * y);
double x_distorted = x * (1 + k1 * r * r + k2 * r * r * r * r) + 2 * p1 * x * y + p2 * (r * r * 2 + 2 * x * x); //书上p102式5.12
double y_distorted = y * (1 + k1 * r * r + k2 * r * r * r * r) + p1 * (r * r + 2 * y * y) + 2 * p2 * x * y; //书上p102式5.12
double u_distorted = fx * x_distorted + cx; //书上p102式5.13
double v_distorted = fy * y_distorted + cy; //书上p102式5.13
// 赋值 (最近邻插值)
if (u_distorted >= 0 && v_distorted >= 0 && u_distorted < cols && v_distorted < rows)
{
image_undistort.at<uchar>(v, u) = image.at<uchar>((int)v_distorted, (int)u_distorted); //将image(v_distorted,u_distorted)处的颜色信息赋值到image_undistort(v,u)处
}
else
{
image_undistort.at<uchar>(v, u) = 0;
}
}
}
//画出去畸变后图像
cv::imshow("distorted", image);
cv::imshow("undistorted", image_undistort);
cv::waitKey();
return 0;
}
运行结果：
扫一扫
692
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
