Opencv..2

 boss要求：看懂API,把術語給我搞清楚。

http://opencv.willowgarage.com/documentation/cpp/index.html

1。不能看圖形學基礎東東，要看項目有關的函數和方法，否則時間和精力都不允許。
2。看英文Api,

http://download.csdn.net/tag/opencv%EF%BC%8C%E5%9B%BE%E5%83%8F%E5%8C%B9%E9%85%8D

3。問boss:這個usb網路攝影機硬體會不會升級到有顏色，而不僅僅只是一個輪廓線條。還是我們就在這個基礎上來作開發
因為我查資料也是可以通過顏色等一些東西來進行比較，所以我想問問，如果我們不涉及到顏色，我就不用再看。

解決方案：page 247
從上，下，左，右，停，OK 等 手勢中得到邊緣梯度，然後設定一個攝像機，該攝像機觀察人的各種手勢以控制網路
視頻。在每禎中，從輸入的視頻中檢測檢測"-感興趣的色彩地區"，然後計算這些感興趣地區周圍的"-邊緣梯度方向"，
將得到的邊緣梯度方向放到一個方向長條圖相應的bin中，然後將該長條圖與手勢模板進行匹配，從而識別出各種手勢。

長條圖：
1。資料結構 CvHistogram; 
2.建立一個新的長條圖： CvHistogram* cvCreateHist();
3.在使用長條圖之前給rangs設定數值，cvSetHistBinRanges();
4.清0長條圖，和，釋放長條圖： cvClearHist() , cvReleaseHist();
5.根據已給出的資料建立長條圖。cvMakeHistHeaderForArray();
6.訪問長條圖：cvQueryHistValue_1D or 2D or 3D or nD 每個函數都返回相應bin中的值的浮點數。可以得到長條圖的維數或每個單獨的bin表示的地區等。
7.長條圖的基本操作：
  cvNormalizeHist();貌似是歸一化函數  . 歸一化是什嗎？：就是把資料做成圖形 或者 把資料百分比化
  cvThreshHist();悶或值函數
  cvCopyHist()表示將一個長條圖的資訊複製到另一個長條圖
  cvGetMinMaxHistValue()他輸出長條圖中找到的最小值和最大值。
  cvCalcHist()，從映像這哦姑娘自動計算長條圖。 page 256.
對於多通道映像，在調用cvCalcHist()之前，先要用函數cvSplit()將映像分為但通道的。
8.對比2個長條圖。相似性。cvCompareHist() 用來比較兩個長條圖的相似性。page 257
    完全符合的值為0，完全不匹配為無限值，對於chi-square,低分比高分匹配的匹配程度高。
9。長條圖相交 page 257
10。距離測量：利用長條圖的距離測量來代替長條圖的匹配策略，那麼我們仍然可以像長條圖對比一樣對比兩個直方
圖的距離，即使第二個長條圖發生飄逸，也能找到最小的距離度量。
－－－－－－－－－－－－－－－
輪廓：
Canny之類的邊緣檢測演算法並沒有將輪廓作為一個整體，下一步是要把這些邊緣像素組裝成輪廓。
cvFindContours()輪廓檢測。
1。尋找輪廓：
一個輪廓一般對應一系列的點，也就是映像中的一條曲線，表示方法可能根據不同情況而有所不同，有多種方法可以
表示曲線。在Opencv中一般用序列來儲存輪廓資訊。（同vector差不多啦），序列中每一個元素是曲線中一個點的
位置。只要簡單把輪廓想象為CvSeq就可以了，CvSeq表示一系列的點就可以了。
cvFindContours()從二值映像中尋找輪廓，他們可以是從cvCanny()函數得到的有邊緣像素的映像，也可以是
cvThreshold() or cvAdaptiveThreshold()得到的映像。這時的邊緣是正和負地區之間的邊界。

2。cvFindContours()會把映像會被直接塗改，因此如果是將來還有用的映像，應該留有備份
 1）參數1，映像 參數2，記憶體儲存空間 cvFindContours()找到的輪廓記錄在此記憶體裡，找到的輪廓就儲存在此記憶體裡面
參數3，隨便傳一個指向CvSeq*的指標，系統會自動化佈建他， 他指向輪廓樹的首地址。
 2）傳回值：找到的所有輪廓的個數。
 3）幾種不同的檢測模式 page 295, 比如：只檢測出最外面的輪廓，內外都檢測出來等。

3。幾種處理輪廓/序列輪廓的函數
 cvFindContours();
 cvStartFindContours();與上面這個函數一樣，但是他不同在於，每次返回一個輪廓。返回的結構是CvSequenceScanner
，你可以通過在CvSequenceScanner上依次調用cvFindNextContour()來尋找剩餘的輪廓。當全部輪廓找完後，就
返回NULL.
 cvFindNextContour();
 cvSubstituteContour();用於替換scanner指向的輪廓 page 296
 cvEndFindContour();結束輪廓尋找，並將scanner設定為結束狀態。
 cvApproxChains();該函數將Freeman鏈轉換為多邊形表示
 
Freeman 鏈碼:
    對於識別一些形狀的物體很有協助
 1。cvFindContours的method參數為CV_CHAIN_CODE時，檢測的輪廓通過Freeman鏈碼方式返回。

 2。如果得到的是Freeman鏈碼，可以通過以下2個函數讀出每個點：。。。297左右吧。

--------------------------------------------------------------------------------------
    1)cvStartReadChainPoints();第一個函數用來初始化Freeman鏈CvChainPtReader結構，
    2)cvReadChainPoinit();第二個函數通過CvChainPtReader來讀每個點，CvChainPtReader對應當前 狀態。

多邊形逼近： cvApproPoly . 
特性概括： 長度， 邊界框，圓形和橢圓形邊界框，幾何，

輪廓的匹配   ：
矩：是一個粗略的特徵。歸一化都是小於1的。所以指數 越大所得到的數值就越小。

開啟視頻檔案，網路攝影機  ：
 CvCapture* cvCaptureFromFile(const  char * filename) / cvCaptureFromCAM(int index)
CvCapture結構需要用cvReleaseCapture函數釋放。
從視頻或者網路攝影機中讀取每一偵，
  int cvGrabFrame(CvCapture* capture 抓取一陣，並儲存於內部);
  IplImage* cvRetrieveFrame(CvCapture* capture); 把Grab的偵取出（返回的映像不可以被使用者釋放）
  IplImage* cvQueryFrame(CvCapture* capture);  ==>     cvGrabFrame + cvRetrieveFrame
設計cvGrabFrame是為了快速遍曆視頻中的偵，或者同步多個網路攝影機。
  將映像序列寫入視頻檔案。