OpenCV技術在數(shù)字圖像處理中的應用 - 全文

　　OpenCV簡介

　　開放源代碼的計算機視覺類庫OpenCV由英特爾公司位于俄羅斯的研究實驗室開發(fā)，它是一套可以免費獲得的由一些C函數(shù)和C++類所組成的庫，用來實現(xiàn)常用的圖像處理以及計算機視覺算法。與英特爾公司所開發(fā)的另外一個圖像處理庫IPL相比，OpenCV主要針對圖像的一些高級處理，例如目標分割、運動分析與跟蹤、特征檢測以及三維重建等。

　　OpenCV的特點

　　OpenCV是開發(fā)的C源碼，基于Intel處理器指令集開發(fā)的優(yōu)化代碼，具有統(tǒng)一的結構以及功能定義、強大的矩陣計算能力、方便靈活的接口，而且同時支持windows、linux和MacOS平臺等。

　　*開放的源代碼，對個人以及商業(yè)的開發(fā)完全是免費的；

　　*支持大多數(shù)的C和C++編譯器，可以在不同的平臺之間進行移植，例如：VC++6.0、VC.NET2005、VC.NET2008以及C++Builder等；

　　*可移植，跨平臺性好，可以在windows，linux和MacOS平臺上運行；

　　*OpenCV所有的算法都是基于封裝于IPL的具有高靈活性的動態(tài)數(shù)據(jù)結構，并且有一半以上的函數(shù)在設計與匯編時針對Intel處理器指令集將代碼進行了優(yōu)化；

　　*具有強大的圖像以及矩陣的計算能力，大大減少了開發(fā)者的工作量，有效提高了程序開發(fā)的效率以及程序運行的可靠性；

　　*具有方便靈活的接口，包含了300多個C/C++函數(shù)，代碼效率高；支持高層API；可以獨立使用，也可以使用外部庫。

　　OpenCV的模塊

　　本文采用的是OpenCV2.4版本，包括以下幾個模塊，具體功能是：

　　*CV模塊：它是主要的OpenCV函數(shù)，包括圖像處理、運動分析與對象跟蹤、結構分析、模式識別、相機標定以及三維重建等；

　　*CVAUX模塊：包括一些三維跟蹤、PCA、HMM等函數(shù)；

　　*CXCORE模塊：該庫包括了所有OpenCV運行時的一些最基本的數(shù)據(jù)結構、矩陣、數(shù)組的基本運算，包括出錯處理的一些基本函數(shù)；

　　*ML模塊：機器學習庫，包括一些用于分類、回歸和數(shù)據(jù)聚類的類和函數(shù)；

　　*HIGHGUI模塊：圖像界面函數(shù)，包括圖像用戶窗口GUI，圖像視頻I/O，系統(tǒng)調用函數(shù)等。

　　數(shù)據(jù)存取方式

　　OpenCV數(shù)據(jù)的存取方式有三種：間接存取、直接存取、帶指針直接存取。第一種速度較慢，后兩種速度較快。下面對帶指針直接存取的方式進行介紹。

　　假定圖像定義為IplImage*img，不同類型的圖像元素存取方式為：

　　8位單通道的圖像，像素I（i，j）存取操作為：

　　intstep=img-》widthStep/sizeof（uchar）;

　　uchar*data=（uchar*）img-》imageData;I（i，j）～data［i*step+j］;

　　8位3通道的圖像，像素I（i，j）存取操作為：

　　intstep=img-》widthStep/sizeof（uchar）;

　　intchannels=img-》nChannels;

　　uchar*data=（uchar*）img-》imageData;

　　I（i，j）B～data［i*step+j*channels+0］;//BLUE分量

　　I（i，j）G～data［i*step+j*channels+1］;

　　//GREEN分量I（i，j）R～data［i*step+j*channels+2］;//RED

　 ? ?OpenCV 在不同編譯環(huán)境下的配置

　　OpenCV在不同的編譯環(huán)境中必須進行正確的配置才能運用，但是在不同的編譯環(huán)境中的配置有所不同。

　　3.1C++BuilderX 環(huán)境下配置

　　OpenCV 新發(fā)布的版本中取消了對C++BuilderX 的支持，但是仍然有一個腳本文件utils\gen_make.py 可以通過生成文件makfle.bce‘s 來編譯。本文介紹通過轉換靜態(tài)鏈接庫的方法在C++BuilderX 環(huán)境下進行配置。

　　OpenCV 的庫在MSVC 中可以直接使用，但是在BCB環(huán)境下不能直接使用。必須進行轉換。在BCB 安裝目錄的Bin 目錄下的coff2omf.exe 文件，可以將MSVC 的靜態(tài)庫轉換成C++BuilderX 類的靜態(tài)庫。具體方法為：

　?。踦ath ］MSV C 庫文件（*.lib） ［path：］C++Builder 庫文件（*.lib）coff2omf

　　接著對OpenCV 進行環(huán)境配置。打開BCB，選擇菜單Project 中的Options，在對話框中選擇Directories/Conditionals 標簽，在Inc lude Path 中添加OpenCV 的頭文件所在的路徑。P ］時在LibraryPath中添加用上述方法轉換而來的靜態(tài)鏈接文件的路徑。

　　最后在C++Builder工程中加入OpenCV的庫文件。選擇菜單View中的ProjectManager，選擇Add添加用上述方法轉換而來的靜態(tài)連接文件。這樣就完成了再C++BuilderX環(huán)境下配置工作。

　　3.2 MSVC++6.0 環(huán)境下配置周

　　首先需要在安裝OpenCV時將其加入到系統(tǒng)變量中。然后配置MSVC++6.0，點擊菜單Tools-》Options-》Directories，先設置lib 路徑，選擇Library files，在下方填入路徑--OpenCV \lib; 然后選擇Include fles，在下方填入路徑：---OpenCV \excore \include;--\OpenCV \er\ inelude;--\OpenCV \evaux\ inelude---\OpenCV \ml\ in lude;--OpenCV \otheribshighgui 市后需要對每個創(chuàng)建的工程進行項目配置，點擊菜單：Proect-+Settings，然后將Settingfor 選為All Configurations，然后選擇右邊link標簽，在Object/ library modules 附加上excore.lib，cv.lib，ml.lib，evaux.lib，highgui.lib。過樣就可在MSVC++6.0 環(huán)境下運用OpenCV 了。

　　3.3 VS.NET環(huán)境下的配置

　　打開.NET環(huán)境，選擇“項目“-》屬性，選擇“C/C ++”-》常規(guī)-》附加包含日錄，在其中加入下面路徑：.OpenCVinclude.。.OpenCVotheibhgh-gui然后選擇“鏈接器“-》常規(guī)-》附加庫目錄，在附加庫目錄中加入如下路徑：。-\0penCVlib;最后選擇“鏈接器“-》輸入-》附加依賴項，加入如下幾項：ev.lib，highgui.lib.經(jīng)過上述配置可以在.NET 環(huán)境中使用OpenCV 相函數(shù)了。

　 ? 運用OpenCV處理圖像舉例

　　下面例舉幾個實例說明OpenCV在數(shù)字圖像處理中的實際運用。這些實例均在BorlandC++6.0環(huán)境中實現(xiàn)。

　　4.1困像的載入

　　在處理圖像之前，首先要做的就是讀取圖像的相關信息，運用OpenCV的函教，可以方便地讀入和顯示圖片，代碼如下：

　　Illmage *img = ，，loadlmae（”lenajpg“.0;

　　evNamedW indow（”O(jiān)riginal“.0;

　　cvShowlmage（”O(jiān)riginal.img

　　《 wWaitKey（0）;

　　第一句功能為讀入圖像;第二句功能為建立一個名字為“Original”的窗口，“O”表示窗口大小由系統(tǒng)自動給定;第三句功能是將圖像在“Original“窗口中顯示;第四句功能為延遲窗口顯示時間。按回車鍵會關閉，但是如果沒有這一句，用像會一閃之后馬上消失，則會觀察不到具體的圖像，如圖1所示，

　　4.2 圖像邊緣檢測

　　邊緣檢測是圖像處理和計算機視覺中的基本問題，常用的邊緣檢測經(jīng)典算子有Roberts算子、Prewitt 算子、Sobel 算子、拉普拉斯算子和Camny 算子。OpenCV 提供了evSobel 函數(shù)、evLaplace 函數(shù)、evCamny函數(shù)進行邊緣檢測。下面以cvCanny函數(shù)進行舉例。在上節(jié)中圖像載入的基礎上，其邊緣檢測的代碼為：

　　Ipllmage *result_img = cvCreatelmage（cvSize（img-》w idth，img-》height），IPL._DEPTH_8U，1）;

　　cvCanny img.result_img.threshold 1，threshold2）;

　　cv NamedW indow（”Result“，0）;

　　cvShow Image（”Result“，result_img）;

　　第一句功能是創(chuàng)建一副與img同樣大小、通道數(shù)為1的用像;第二句的功能為對圖像進行邊緣檢測，threshold1與threshold2中的小園值用來控制邊緣檢測，大國值用來控制強邊緣的初始化分割，最后結果顯示在“resul”窗口中。如圖2所示.

　　4.3 人臉檢測定位

　　人臉檢測定位技術是一種比較高級的應用，如果不借助任何集成軟件。需要研究人員進行分析編程實現(xiàn)的話那將是一個很繁瑣也必將困難的工作?，F(xiàn)利用OpenCV中的cvHaarDetectObjects函數(shù)檢測圖像中的目標能快速實現(xiàn)對人臉的定位。如圖3所示。