搜索文档搜索论坛■
Open Source Computer Vision Library
■
■
论坛
■
商业
■
专题
■
讲座
■
例程
■
安装
■
常见问题
■
函数说明
Cv图像处理
Wikipedia,自由的百科全书
注意:本章描述图像处理和分析的一些函数。大多数函数都是针对两维象素数组的,这里,我们称这些数组为“图像”,但是它们不一定非得是IplImage 结构,也可以是CvMat或者CvMatND结构。
目录
■
1 梯度、边缘和角点
■
1.1 Sobel
1.2 Laplace
■
■
1.3 Canny
■
1.4 PreCornerDetect
1.5 CornerEigenValsAndVecs
■
■ps填色快捷键
1.6 CornerMinEigenVal
■
1.7 CornerHarris
■
1.8 FindCornerSubPix
■
1.9 GoodFeaturesToTrack
■
2 采样、插值和几何变换
■
2.1 InitLineIterator
■
2.2 SampleLine
■
2.3 GetRectSubPix
■
2.4 GetQuadrangleSubPix
■
2.5 Resize
■
2.6 WarpAffine
2.7 GetAffineTransform
■
■
2.8 2DRotationMatrix
■
2.9 WarpPerspective
2.10 WarpPerspectiveQMatrix
■
■
2.11 GetPerspectiveTransform
■
2.12 Remap
■
2.13 LogPolar
■
3 形态学操作
■
3.1 CreateStructuringElementEx
3.2 ReleaStructuringElement
■
■
3.3 Erode
■
3.4 Dilate
■
3.5 MorphologyEx
■
4 滤波器与色彩空间变换
■
4.1 Smooth
■
4.2 Filter2D
■
4.3 CopyMakeBorder
■
4.4 Integral
4.5 CvtColor
■
■
4.6 Threshold
霸道的近义词4.7 AdaptiveThreshold
■
■
5 金字塔及其应用
■
5.1 PyrDown
■
5.2 PyrUp
■
6 连接部件
■
6.1 CvConnectedComp
■
6.2 FloodFill
■
6.3 FindContours
■
6.4 StartFindContours
■
6.5 FindNextContour
■
6.6 SubstituteContour
■
6.7 EndFindContours
■
6.8 PyrSegmentation
6.9 PyrMeanShiftFiltering
■
■
6.10 Watershed
■
7 图像与轮廓矩
■
7.1 Moments
■
7.2 GetSpatialMoment
■
7.3 GetCentralMoment
7.4 GetNormalizedCentralMoment
■
■
7.5 GetHuMoments
■
8 特殊图像变换
■
8.1 HoughLines
■
8.2 HoughCircles
■
8.3 DistTransform
8.4 Inpaint
■
■
9 直方图
■
波澜壮阔反义词
9.1 CvHistogram
■
9.2 CreateHist
■
9.3 SetHistBinRanges
■
蛋黄焗虾
9.4 ReleaHist
9.5 ClearHist
■
■
9.6 MakeHistHeaderForArray
■
9.7 QueryHistValue_1D
9.8 GetHistValue_1D
■
■
9.9 GetMinMaxHistValue
■
9.10 NormalizeHist
■
9.11 ThreshHist
■
9.12 CompareHist
■
9.13 CopyHist
■
9.14 CalcHist
■
9.15 CalcBackProject
■
9.16 CalcBackProjectPatch
9.17 CalcProbDensity
■
我的宁夏■
9.18 EqualizeHist
10 匹配
■
■
10.1 MatchTemplate
■
10.2 MatchShapes
10.3 CalcEMD2
■
梯度、边缘和角点
Sobel
使用扩展 Sobel 算子计算一阶、二阶、三阶或混合图像差分
void cvSobel( const CvArr* src, CvArr* dst, int xorder, int yorder, int aperture_size=3 );
src
输入图像.
dst
输出图像.
xorder
x 方向上的差分阶数
yorder
y 方向上的差分阶数
aperture_size
扩展 Sobel 核的大小,必须是 1, 3, 5 或 7。除了尺寸为 1,其它情况下, aperture_size
×aperture_size 可分离内核将用来计算差分。对 aperture_size=1的情况,使用 3x1 或 1x3 内核(不进行高斯平滑操作)。这里有一个特殊变量 CV_SCHARR (=-1),对应 3x3 Scharr 滤波器,可以给出比 3x3 Sobel 滤波更精确的结果。Scharr 滤波器系数是:
对 x-方向或矩阵转置后对 y-方向。
函数 cvSobel 通过对图像用相应的内核进行卷积操作来计算图像差分:
由于Sobel 算子结合了 Gaussian 平滑和微分,所以,其结果或多或少对噪声有一定的鲁棒性。通常情况,函数调用采用如下参数 (xorder=1, yorder=0, aperture_size=3) 或 (xorder=0, yorder=1,
aperture_size=3) 来计算一阶 x- 或 y- 方向的图像差分。第一种情况对应:
核。
第二种对应:
或者
核的选则依赖于图像原点的定义 (origin 来自 IplImage 结构的定义)。由于该函数不进行图像尺度变换,
所以和输入图像(数组)相比,输出图像(数组)的元素通常具有更大的绝对数值(译者注:即像素的位深)。为防止溢出,当输入图像是 8 位的,要求输出图像是 16 位的。当然可以用函数cvConvertScale 或 cvConvertScaleAbs 把运算结果(dst)转换为 8 位的。除了8-位图像,函数也接受32-位浮点数图像。所有输入和输出图像都必须是单通道的,并且具有相同的图像尺寸或者ROI尺寸。
Laplace
计算图像的 Laplacian 变换
void cvLaplace( const CvArr* src, CvArr* dst, int aperture_size=3 );
src
输入图像.
dst
输出图像.
aperture_size
核大小 (与 cvSobel 中定义一样).
函数 cvLaplace 计算输入图像的 Laplacian变换,方法是先用 sobel 算子计算二阶 x- 和 y- 差分,再求和:
对 aperture_size=1 则给出最快计算结果,相当于对图像采用如下内核做卷积:
类似于 cvSobel 函数,该函数也不作图像的尺度变换,所支持的输入、输出图像类型的组合和cvSobel 一致。
Canny
采用 Canny 算法做边缘检测
void cvCanny( const CvArr* image, CvArr* edges, double threshold1,
double threshold2, int aperture_size=3 );
image
单通道输入图像.
edges
单通道存储边缘的输出图像
threshold1
第一个阈值
threshold2
第二个阈值
aperture_size
Sobel 算子内核大小 (见 cvSobel).
函数 cvCanny 采用 CANNY 算法发现输入图像的边缘而且在输出图像中标识这些边缘。threshold1和threshold2 当中的小阈值用来控制边缘连接,大的阈值用来控制强边缘的初始分割。
■
注意事项:cvCanny只接受单通道图像作为输入。
■
外部链接:经典的canny自调整阈值算法的一个opencv的实现见在OpenCV中自适应确定canny算法的分割门限 (blog.chinaunix/u/30231/showart_233944.html)
PreCornerDetect
计算用于角点检测的特征图,
void cvPreCornerDetect( const CvArr* image, CvArr* corners, int aperture_size=3 );
image
输入图像.
corners
保存候选角点的特征图
外国帅哥头像aperture_size
Sobel 算子的核大小(见cvSobel).
函数 cvPreCornerDetect 计算函数其中表示一阶图像差
分,表示二阶图像差分。角点被认为是函数的局部最大值:
// 假设图像格式为浮点数
IplImage* corners = cvCloneImage(image);
IplImage* dilated_corners = cvCloneImage(image);
IplImage* corner_mask = cvCreateImage( cvGetSize(image), 8, 1 );
cvPreCornerDetect( image, corners, 3 );
cvDilate( corners, dilated_corners, 0, 1 );
cvSub( corners, dilated_corners, corners );
cvCmpS( corners, 0, corner_mask, CV_CMP_GE );
cvReleaImage( &corners );
cvReleaImage( &dilated_corners );
CornerEigenValsAndVecs
计算图像块的特征值和特征向量,用于角点检测
void cvCornerEigenValsAndVecs( const CvArr* image, CvArr* eigenvv,
int block_size, int aperture_size=3 );
image
输入图像.熊猫历险记
eigenvv
冷门保存结果的数组。必须比输入图像宽 6 倍。
block_size
邻域大小 (见讨论).
aperture_size
Sobel 算子的核尺寸(见 cvSobel).
对每个象素,函数 cvCornerEigenValsAndVecs 考虑 block_size × block_size 大小的邻域 S(p),然后在邻域上计算图像差分的相关矩阵: