OpenCV —— 影像處理

標籤：des   style   class   blog   code   http   

使用映像結構中所定義的高層處理方法（圖形和視覺範疇）來完成特定任務

平滑處理   cvSmooth

處理後映像與輸入映像的大小相同（不用考慮邊緣）

中值濾波  CV_MEDIAN 不支援 in place 操作 ， 高斯濾波 CV_GAUSSIAN 支援 in place 操作（可以設定高斯核不對稱，雙邊濾波——高斯平滑，水彩畫處理，可用於映像分割）

映像形態學

膨脹 —— 把二值映像各像素串連成分的邊界擴大一層，填充邊緣或像素內部的孔；使灰階映像高亮地區逐漸增長

腐蝕 —— 把二值映像各像素串連成分的邊界點去掉從而縮小一層（去掉毛刺）；使灰階映像高亮區減少

cvErode cvDilate

自訂核  IplConvKernel —— cvCreateStructuringElementEx（）函數建立 ，由 cvReleaseStructuringElement（） 函數釋放

形態核與卷積核不同，不需要任何的數值填充核

更通用的形態學 —— cvMorphologyEx —— 開閉運算，形態梯度，禮帽，黑帽

開運算 —— 先腐蝕然後膨脹 （可用來統計二值映像中的地區數）

閉運算 —— 先膨脹然後腐蝕 —— 對於連通地區分析，通常先採用腐蝕或閉運算來消除純粹由雜訊引起的部分，然後用開運算來串連相鄰的地區

閉運算消除了低於其臨近點的孤立點，開運算消除了高於其臨近點的孤立點

形態學梯度 = 膨脹 - 腐蝕 —— 對二值映像進行這一操作可將團塊的邊緣突出出來（描述映像亮度變化的劇烈程度）

禮帽   Top Hat = src – open(src) （開運算帶來的結果是放大裂縫或是局部低亮度地區，所以禮帽操作將局部亮度極大點分割出來）

黑帽   Black Hat = close(src) – src  黑色的洞被分割出來

 

漫水填充演算法 —— 標記或分離映像的一部分以便對其進行進一步處理

在映像上選擇一個種子點，然後把臨近地區所有相似點填充上同樣的顏色，漫水填充的結果總是某個連續的地區

cvFloodFill  可設定掩碼，cvFloodFill 不會覆蓋mask的非0像素點   flags —— 演算法的連通性，填充掩碼映像的值，CV_FLOODFILL_FIXED_RANGE

 

映像尺寸調整  —— cvResize 如果源圖象設定了ROI，cvResize 將會對ROI地區調整尺寸，以匹配靶心圖表像，若靶心圖表像設定了ROI，那麼。。。。（可以選擇不同的插值方式）

 

影像金字塔 —— 連續降採樣

cvPyrDown —— 先用高斯核卷積，然後刪除所有偶數行和偶數列  —— 丟失一定量資訊

cvPyrUp —— 映像首先在每個維度上擴大為原來的兩倍，新增的行列以0填充，然後給指定的濾波器進行卷積

映像分割 —— 快速初始分割先在金字塔高層的低解析度映像上完成，然後逐層對分割加以最佳化  ——  cvPyrSegmentation

由於影像金字塔各層的長和寬都必須是整數，所以起始映像的長和寬都能夠被2整除，並且能夠被2整除的次數不少於金字塔的總層數

CvMemStorage * storage = cvCreateMemStorage()

#include <cv.h>#include <highgui.h>int main(int argc,char** argv){    IplImage *src=cvLoadImage("wukong.jpg",CV_LOAD_IMAGE_UNCHANGED);    IplImage *dst=cvCreateImage(cvSize(src->width,src->height),src->depth,src->nChannels);    CvMemStorage* storage=cvCreateMemStorage(0);    CvSeq* comp=NULL;    cvPyrSegmentation(src,dst,storage,&comp,4,200,50);    int n_comp=comp->total;    for (int i=0;i<n_comp;i++)    {        CvConnectedComp* cc=(CvConnectedComp*)cvGetSeqElem(comp,i);        // ..... 怎麼處理還沒想好    }    cvReleaseMemStorage(&storage);    return 0;}

CvConnectedComponent —— 映像團塊

area 地區面積，value 地區顏色的平均值，rect 是一個地區的外接矩形，contour 是一個指向另一個序列的指標

 

閾值化

cvThreshold

cvAdaptiveThreshold  大津法，OTSU —— 按映像的灰階特性，將映像分成背景和目標2部分，背景和目標之間的類間方差越大，說明構成映像的的2部分的差別越大，當部分目標錯為背景或反之都會使2部分差別變小

#include <cv.h>#include <highgui.h>#include <math.h>IplImage *Igray=0, *It=0,*Iat;int main(int argc,char** argv){    int adaptive_method=CV_ADAPTIVE_THRESH_GAUSSIAN_C;    int threshold_type=CV_THRESH_BINARY;    int block_size=9;    double offset=5;    Igray=cvLoadImage("wukong.jpg",CV_LOAD_IMAGE_GRAYSCALE);        Iat=cvCreateImage(cvSize(Igray->width,Igray->height),IPL_DEPTH_8U,1);    cvAdaptiveThreshold(Igray,Iat,255,adaptive_method,threshold_type,block_size,offset);    cvNamedWindow("w1");    cvNamedWindow("w2");    cvShowImage("w1",Iat);    cvShowImage("w2",Igray);    cvWaitKey();    cvReleaseImage(&Iat);    cvDestroyAllWindows();    return 0;}