opencv c++函數 基礎10 與 OpenCV 1 同時使用

目的

對于OpenCV的開發團隊來說，持續穩定地提高代碼庫非常重要。我們一直在思考如何在使其易用的同時保持靈活性。新的C++接口即為此而來。盡管如此，向下相容仍然十分重要。我們并不想打斷你基于早期OpenCV庫的開發。是以，我們添加了一些函數來處理這種情況。在以下内容中你将學到：

• 相比第一個版本，第二版的OpenCV在用法上有何改變
• 如何在一幅圖像中加入高斯噪聲
• 什麼事查找表及如何使用

概述

在用新版本之前，你首先需要學習一些新的圖像資料結構： Mat - 基本圖像容器 ，它取代了舊的 CvMat 和 IplImage 。轉換到新函數非常容易，你僅需記住幾條新的原則。

OpenCV 2 接受按需定制。所有函數不再裝入一個單一的庫中。我們會提供許多子產品，每個子產品都包含了與其功能相關的資料結構和函數。這樣一來，如果你僅僅需要使用OpenCV的一部分功能，你就不需要把整個巨大的OpenCV庫都裝入你的程式中。使用時，你僅需要包含用到的頭檔案，比如：

#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
      

所有OpenCV用到的東西都被放入名字空間 cv 中以避免與其他庫的資料結構和函數名稱的命名沖突。是以，在使用OpenCV庫中的任何定義和函數時，你必須在名稱之前冠以 cv:: ，或者在包含頭檔案後，加上以下指令：

因為所有庫中函數都已在此名字空間中，是以無需加 cv 作為字首。據此所有新的C++相容函數都無此字首，并且遵循駝峰命名準則。也就是第一個字母為小寫（除非是單個單詞作為函數名，如 Canny）并且後續單詞首字母大寫（如 copyMakeBorder ).

接下來，請記住你需要将所有用到的子產品連結到你的程式中。如果你在Windows下開發且用到了 動态連結庫（DLL） ，你還需要将OpenCV對應動态連結庫的路徑加入程式執行路徑中。關于Windows下開發的更多資訊請閱讀 How to build applications with OpenCV inside the Microsoft Visual Studio ；對于Linux使用者，可參考 Using OpenCV with Eclipse (plugin CDT) 中的執行個體及說明。

你可以使用 IplImage 或 CvMat 操作符來轉換 Mat 對象。在C接口中，你習慣于使用指針，但此處将不再需要。在C++接口中，我們大多數情況下都是用 Mat 對象。此對象可通過簡單的指派操作轉換為 IplImage 和 CvMat 。示例如下：

Mat I;
IplImage pI = I;
CvMat    mI = I;
      

現在，如果你想擷取指針，轉換就變得麻煩一點。編譯器将不能自動識别你的意圖，是以你需要明确指出你的目的。可以通過調用 IplImage 和 CvMat 操作符來擷取他們的指針。我們可以用 & 符号擷取其指針如下：

Mat I;
IplImage* pI     = &I.operator IplImage();
CvMat* mI        =  &I.operator CvMat();
      

來自C接口最大的抱怨是它将所有記憶體管理工作交給你來做。你需要知道何時可以安全釋放不再使用的對象，并且确定在程式結束之前釋放它，否則就會造成讨厭的記憶體洩露。為了繞開這一問題，OpenCV引進了一種智能指針。它将自動釋放不再使用的對象。使用時，指針将被聲明為 Ptr 模闆的特化：

将C接口的資料結構轉換為 Mat 時，可将其作為構造函數的參數傳入，例如：

Mat K(piL), L;
L = Mat(pI);
      

執行個體學習

現在，你已經學習了最基本的知識。 這裡 你将會看到一個混合使用C接口和C++接口的例子。你也可以在可以再OpenCV的代碼庫中的sample目錄中找到此檔案samples/cpp/tutorial_code/core/interoperability_with_OpenCV_1/interoperability_with_OpenCV_1.cpp 。為了進一步幫助你認清其中差別，程式支援兩種模式：C和C++混合，以及純C++。如果你宏定義了 DEMO_MIXED_API_USE ，程式将按第一種模式編譯。程式的功能是劃分顔色平面，對其進行改動并最終将其重新合并。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

#include <stdio.h> #include <iostream> #include <opencv2/core/core.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/highgui/highgui.hpp> using namespace cv; // The new C++ interface API is inside this namespace. Import it. using namespace std; #define DEMO_MIXED_API_USE int main( int argc, char** argv ) { const char* imagename = argc > 1 ? argv[1] : "lena.jpg"; #ifdef DEMO_MIXED_API_USE Ptr<IplImage> IplI = cvLoadImage(imagename); // Ptr<T> is safe ref-counting pointer class if(IplI.empty()) { cerr << "Can not load image " << imagename << endl; return -1; } Mat I(IplI); // Convert to the new style container. Only header created. Image not copied. #else Mat I = imread(imagename); // the newer cvLoadImage alternative, MATLAB-style function if( I.empty() ) // same as if( !I.data ) { cerr << "Can not load image " << imagename << endl; return -1; } #endif

在此，你可一看到新的結構再無指針問題，哪怕使用舊的函數，并在最後結束時将結果轉換為 Mat 對象。

1 2 3 4 5 6

// convert image to YUV color space. The output image will be created automatically. Mat I_YUV; cvtColor(I, I_YUV, CV_BGR2YCrCb); vector<Mat> planes; // Use the STL's vector structure to store multiple Mat objects split(I_YUV, planes); // split the image into separate color planes (Y U V)

因為我們打算搞亂圖像的亮度通道，是以首先将圖像由預設的RGB顔色空間轉為YUV顔色空間，然後将其劃分為獨立顔色平面（Y，U，V）。第一個例子中，我們對每一個平面用OpenCV中三個主要圖像掃描算法（C []操作符，疊代，單獨元素通路）中的一個進行處理。在第二個例子中，我們給圖像添加一些高斯噪聲，然後依據一些準則融合所有通道。

運用掃描算法的代碼如下:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

// Method 1. process Y plane using an iterator MatIterator_<uchar> it = planes[0].begin<uchar>(), it_end = planes[0].end<uchar>(); for(; it != it_end; ++it) { double v = *it * 1.7 + rand()%21 - 10; *it = saturate_cast<uchar>(v*v/255); } for( int y = 0; y < I_YUV.rows; y++ ) { // Method 2. process the first chroma plane using pre-stored row pointer. uchar* Uptr = planes[1].ptr<uchar>(y); for( int x = 0; x < I_YUV.cols; x++ ) { Uptr[x] = saturate_cast<uchar>((Uptr[x]-128)/2 + 128); // Method 3. process the second chroma plane using individual element access uchar& Vxy = planes[2].at<uchar>(y, x); Vxy = saturate_cast<uchar>((Vxy-128)/2 + 128); } }

此處可看到，我們可以以三種方式周遊圖像的所有像素：疊代器，C指針和單獨元素通路方式你可在 OpenCV如何掃描圖像、利用查找表和計時 中獲得更深入的了解。從舊的函數名轉換新版本非常容易，僅需要删除 cv 字首，并且使用 Mat 資料結構。下面的例子中使用了權重加法：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

Mat noisyI(I.size(), CV_8U); // Create a matrix of the specified size and type // Fills the matrix with normally distributed random values (around number with deviation off). // There is also randu() for uniformly distributed random number generation randn(noisyI, Scalar::all(128), Scalar::all(20)); // blur the noisyI a bit, kernel size is 3x3 and both sigma's are set to 0.5 GaussianBlur(noisyI, noisyI, Size(3, 3), 0.5, 0.5); const double brightness_gain = 0; const double contrast_gain = 1.7; #ifdef DEMO_MIXED_API_USE // To pass the new matrices to the functions that only work with IplImage or CvMat do: // step 1) Convert the headers (tip: data will not be copied). // step 2) call the function (tip: to pass a pointer do not forget unary "&" to form pointers) IplImage cv_planes_0 = planes[0], cv_noise = noisyI; cvAddWeighted(&cv_planes_0, contrast_gain, &cv_noise, 1, -128 + brightness_gain, &cv_planes_0); #else addWeighted(planes[0], contrast_gain, noisyI, 1, -128 + brightness_gain, planes[0]); #endif const double color_scale = 0.5; // Mat::convertTo() replaces cvConvertScale. // One must explicitly specify the output matrix type (we keep it intact - planes[1].type()) planes[1].convertTo(planes[1], planes[1].type(), color_scale, 128*(1-color_scale)); // alternative form of cv::convertScale if we know the datatype at compile time ("uchar" here). // This expression will not create any temporary arrays ( so should be almost as fast as above) planes[2] = Mat_<uchar>(planes[2]*color_scale + 128*(1-color_scale)); // Mat::mul replaces cvMul(). Again, no temporary arrays are created in case of simple expressions. planes[0] = planes[0].mul(planes[0], 1./255);

正如你所見，變量 planes 也是 Mat 類型的。無論如何，将 Mat 轉換為 IplImage 都可通過簡單的指派操作符自動實作。

1 2 3 4 5 6 7 8 9 10 11 12 13

merge(planes, I_YUV); // now merge the results back cvtColor(I_YUV, I, CV_YCrCb2BGR); // and produce the output RGB image namedWindow("image with grain", CV_WINDOW_AUTOSIZE); // use this to create images #ifdef DEMO_MIXED_API_USE // this is to demonstrate that I and IplI really share the data - the result of the above // processing is stored in I and thus in IplI too. cvShowImage("image with grain", IplI); #else imshow("image with grain", I); // the new MATLAB style function show

新的 imshow highgui函數可接受 Mat 和 IplImage 資料結構。 編譯并運作例程，如果輸入以下第一幅圖像，程式将輸出以下第二幅或者第三幅圖像。

你可以在點選此處看到動态示例： YouTube here ，并可以 點選此處 下載下傳源檔案，或者在OpenCV源代碼庫中找到源檔案：samples/cpp/tutorial_code/core/interoperability_with_OpenCV_1/interoperability_with_OpenCV_1.cpp 。