opencv-intro.tex.svn-base

opencv 中科院数字图像处理入门教程

\documentclass[cjk]{beamer}


\usepackage{CJK}
\usetheme{Warsaw}


\begin{document}
\begin{CJK}{GBK}{kai}

\pgfdeclareimage[height=.25cm]{logo}{fsa-logo}

\logo{\pgfuseimage{logo}}


\title[OpenCV]{使用OpenCV进行图像处理}
\author[于仕琪]{于仕琪\\[e-mail]}
\date{2006年3月15日}
  

\frame{\titlepage}

    
%\section*{提纲}
\frame{\tableofcontents}


\setlength{\parskip}{+7pt}


\section{OpenCV简介}

\frame{
  \frametitle{\secname}
  OpenCV = Intel(c) Open Source Computer Vision Library 

  包含了几百个图像处理和计算机视觉方面的C语言函数

  OpenCV的几个显著特点：
  \begin{itemize}
    \item 跨平台：Windows，Linux
    \item 免费，无论非商业还是商业应用
    \item 速度快
    \item 使用方便
  \end{itemize}

}

\begin{frame}[fragile]
  \frametitle{一个小例子}
\begin{example}[读副图像，并显示：ex01.c]
\begin{verbatim}
#include "cv.h"
#include "highgui.h"

int main( int argc, char** argv )
{
    IplImage* pImg; //声明IplImage指针
    //载入图像
    if( argc == 2 && 
        (pImg = cvLoadImage( argv[1], 1)) != 0 )
    {
        cvNamedWindow( "Image", 1 );//创建窗口
        cvShowImage( "Image", pImg );//显示图像
\end{verbatim}
\end{example}
\end{frame}

\begin{frame}[fragile]
  \frametitle{例子一}
\begin{example}[读入一副图像，并显示]
\begin{verbatim}
        cvWaitKey(0); //等待按键

        cvDestroyWindow( "Image" );//销毁窗口
        cvReleaseImage( &pImg ); //释放图像
        return 0;
    }

    return -1;
}
\end{verbatim}
\end{example}
\end{frame}


%\section{几个重要数据结构}

\subsection{图像结构}
\frame{
  \frametitle{\subsecname:IplImage}
  图像：二维（单通道）或者三维（多通道）的矩阵。\\  
  \pause
  在OpenCV中，图像数据结构类行为IplImage，其定义如下图：
  \begin{center}
    \includegraphics[width=0.5\textwidth]{iplimage.pdf}
  \end{center}
  支持的像素深度：IPL\_DEPTH\_8U, ...8S, ...16U, ...16S, ...32S, ...32F和...64F
}

\subsection{矩阵结构}
\frame{
  \frametitle{\subsecname:CvMat}
  CvMat是二维矩阵数据结构，结构内元素如下：
  \begin{itemize}
    \item $int\;\;\; rols$ 行数
    \item $int\;\;\; cols$ 列数
    \item $union\;\;\; data$ 可以是$uchar*$，$short*$，$int*$，$float*$，$double*$
    \item $\cdots$
  \end{itemize}
矩阵结构除了 CvMat， 还有 CvMatND （多维矩阵）， CvSparseMat （稀疏矩阵）
  
}

\subsection{点结构}
\frame{
  \frametitle{\subsecname:CvPoint}
  CvPoint结构很简单，只有两个：
  \begin{itemize}
    \item $int\;\;\; x$ 
    \item $int\;\;\; y$ 
  \end{itemize}
其他点结构：CvPoint2D32f，CvPoint3D32f  
}


\section{图像I/O和显示}
\frame{
  \frametitle{图像I/O}
  \begin{block}{cvLoadImage}
  IplImage* cvLoadImage( const char* filename, int iscolor=1 ) \\
  支持的图像格式有：BMP, JPEG, PNG, PBM, PGM, PPM, SR, TIFF
  \end{block}

\pause

  \begin{block}{cvSaveImage}
    int cvSaveImage( const char* filename, const CvArr* image )\\
    \begin{itemize}
      \item CvArr可以是IplImage, cvMat, cvSeq。参数image类型在这个函数里只可能是IplImage或者CvMat。\\
      \item 保存的图像文件格式由filename的扩展名确定。
      \item 只有8bit的单通道或者3通道（只可BGR顺序）的图像可以被保存，不支持alpha通道。
    \end{itemize}
  \end{block}
}

\frame{
  \frametitle{创建IplImage}
  \begin{block}{cvCreateImage}
    IplImage* cvCreateImage( CvSize size, int depth, int channels )\\
    这个函数等价于：\\
    header = cvCreateImageHeader(size,depth,channels);\\
    cvCreateData(header);\\
  \end{block}
\pause
  \begin{block}{其他相关函数}
    cvReleaseImage \\
    cvCreateMat\\
    cvReleaseMat\\
    cvCloneImage\\
    cvClonemat
  \end{block}
}

\frame{
  \frametitle{窗口与图像显示}
  \begin{block}{GUI函数}
    cvNamedWindow：创建窗口\\
    cvDestroyWindow：销毁窗口 \\
    cvShowImage：显示图像
  \end{block}
\pause
  \begin{block}{cvWaitKey}
    int cvWaitKey( int delay=0 )\\
    等待按键。如果delay$\leq$0，那么无限等待；否则则等待delay毫秒则返回。\\
    在程序循环中，有时候由于程序一直处于计算中，窗口无法重恢（比如读出视频中的所有帧并显示），可以加入cvWaitKey，使之程序等待几毫秒，让窗口完成重绘再执行其他操作。
  \end{block}
}

\begin{frame}[fragile]
  \frametitle{例子二}
\begin{example}[读／写图像，显示图像：ex02.c]
\begin{verbatim}
int main( int argc, char** argv )
{
  IplImage* pImg; //声明IplImage指针
  //载入图像，强制转化为Gray
  if( argc == 3 && 
      (pImg = cvLoadImage( argv[1], 0)) != 0 )
    {
      IplImage* pImg2 = cvCreateImage(cvGetSize(pImg),
                                      pImg->depth,
                                      pImg->nChannels);
      cvCopy(pImg, pImg2, NULL);
      cvSaveImage(argv[2], pImg2);//把图像写入文件
\end{verbatim}
\end{example}
\end{frame}

\begin{frame}[fragile]
  \frametitle{例子二}
\begin{example}[读／写图像，显示图像：ex02.c]
\begin{verbatim}
      cvNamedWindow( "Image", 1 );//创建窗口
      cvShowImage( "Image", pImg );//显示图像

      cvWaitKey(0); //等待按键

      cvDestroyWindow( "Image" );//销毁窗口
      cvReleaseImage( &pImg ); //释放图像
      return 0;
    }
  return -1;
}
\end{verbatim}
\end{example}
\end{frame}

\section{图像处理}
\subsection{Canny边缘检测}

\frame{
  \frametitle{\subsecname}
  \begin{block}{cvCanny}
    void cvCanny( const CvArr* image, CvArr* edges, double threshold1,
              double threshold2, int aperture\_size=3 );
  \end{block}

  例子三：

  \pause
  其他常用图像处理函数：cvSobel, cvLaplace, cvResize, cvErode, cvDilate, 
  cvSmooth, cvThreshold, $ \cdots $
}

\subsection{轮廓(Contour)检测}

\frame{
  \frametitle{\subsecname}
  
  \begin{center}
    \includegraphics[width=0.3\textwidth]{silh.png} $  $
    \includegraphics[width=0.3\textwidth]{contour.png}
  \end{center}

  如何快速检测轮廓的外边缘和内边缘？
}

\frame{
  \frametitle{\subsecname}

  \begin{block}{cvFindContours}
    int cvFindContours( CvArr* image, CvMemStorage* storage, \\
       $\;\;\;\;$        CvSeq** first\_contour, int header\_size=sizeof(CvContour),\\
       $\;\;\;\;$     int mode=CV\_RETR\_LIST, int method=CV\_CHAIN\_APPROX\_SIMPLE,\\
       $\;\;\;\;$      CvPoint offset=cvPoint(0,0) );
  \end{block}

  宏CV\_GET\_SEQ可以读出轮廓中的任意一个点
  \begin{block}{GET\_ELEMENT}
    CV\_GET\_SEQ\_ELEM( TYPE, seq, index ) 

    $\Longleftrightarrow$ (TYPE*)cvGetSeqElem( (CvSeq*)(seq), (index) )
  \end{block}

  例子四：
}


\section{视频处理}
\subsection{视频I/O}

\frame{
  \frametitle{\subsecname}
打开视频文件，摄像头
  \begin{block}{cvCaptureFromFile/cvCaptureFromCAM}
    CvCapture* cvCaptureFromFile( const char* filename );

    CvCapture* cvCaptureFromCAM( int index );
  \end{block}

CvCapture结构需要用cvReleaseCapture函数释放。

}

\frame{
  \frametitle{\subsecname}
从视频或者摄像头中读取一帧
  \begin{block}{Grab/Retrieve/Query Frame}
    int cvGrabFrame( CvCapture* capture ); 抓取一帧，并存贮于内部 

    IplImage* cvRetrieveFrame( CvCapture* capture ); 把Grab的帧取出（返回的图像不可被用户释放）

    IplImage* cvQueryFrame( CvCapture* capture ); 
 $\Longleftrightarrow$ cvGrabFrame $+$ cvRetrieveFrame
  \end{block}

\pause

设计cvGrabFrame是为了快速遍历视频中的帧，或者同步多个摄像头。

}

\frame{
  \frametitle{\subsecname}
  将图像序列写入视频文件
  \begin{block}{Video write}
CvVideoWriter* cvCreateVideoWriter($\cdots$); \\

int cvWriteFrame( CvVideoWriter* writer, const IplImage* image );
  \end{block}
}

\subsection{背景建模}
\frame{
  \frametitle{\subsecname}
  检测出一个视频中的运动物体流程：

  每读入一帧$M_C$（cvQueryFrame）
  \begin{itemize}
    \item 对当前帧进行平滑；（cvSmooth）
    \item 当前帧$M_C$跟背景$M_B$相减，求差值$M_D$；（cvAbsDiff）
    \item 二值化$M_D$ ；（cvThreshold）
    \item 形态学操作过滤噪声；（cvErode，cvDilate）
    \item 更新背景。（cvRunningAvg）
  \end{itemize}

例子五：
}



\section{其他}

\subsection{OpenCV全观}
\frame{
  \frametitle{\subsecname}
  目前OpenCV包含如下几个部分：
  \begin{itemize}
    \item cxcore：一些基本函数（各种数据类型的基本运算等）
    \item cv：图像处理和计算机视觉功能（图像处理，结构分析，运动分析，物体跟踪，模式识别，摄像机定标）
    \item cvaux：一些实验性的函数（View Morphing，三维跟踪，PCA，HMM）
    \item highgui：用户交互部分（GUI，图像视频I/O，系统调用函数）
  \end{itemize}
另外还有cvcam，不过linux版本中已经抛弃。Windows版本中将DirectX支持加入highgui后，cvcam将被彻底去掉。

在未来OpenCV版本中，可能对cv进行更细的划分。
}

\subsection{相关资料}
\frame{
  \frametitle{\subsecname}
  \begin{itemize}
    \item 项目主页：https://sourceforge.net/projects/opencvlibrary
    \item Mail list: http://groups.yahoo.com/group/OpenCV
    \item 中文论坛：http://www.assuredigit.com/forum
    \item 中文文档：http://fsa.ia.ac.cn/?q=node/87
  \end{itemize}

}

\subsection{关于我}
\frame{
  \frametitle{\subsecname}
  于仕琪

  Email： [e-mail]

  主页：http://www.ia.ac.cn/personal/shiqi.yu

  中科院自动化所自由软件协会
}

\end{CJK}
\end{document}