图像处理之_OpenCV入门

1.      带着问题看OpenCV

1)             实现了哪些功能，如何调用？

OpenCV实现了图像处理（类似PhotoShop），校正，分割前景背景，视频监控，运动跟踪，人脸识别，手势识别等功能，并支持机器学习算法。和很多开源工具一样，它提供的是很基础的功能。程序开发者利用基本函数的组合，适配场景，实现具体功能。它本身只是一个工具集，不是具体问题的解决方案。

只在应用层面调用的话，知道基本的数据结构，函数接口，就可以了。

2)             如何应用数学知识？

可以把学习OpenCV看做应用“数学”的过程，空间，矩阵，微积分，统计等工具都在其中使用。图像处理是应用数学较多的领域，具体实现可以通过源码看到，更重要的是了解数学方法的具体用途，才能举一反三。

了解其中的数学方法，是较深入的层面，如果大学数学都已经忘记了，就很容易卡住，或者似乎明白了，又似乎不明白。不妨把它作为一个切入点，带着这些问题去看数学书，然后会发现数学很有用。

OpenCV还有一个好处是，它能很直观地看到操作之后的效果，用实例理解抽象的概念。

3)             如何组织和处理视觉信息？

OpenCV在数据存储，压缩，快速处理，数据共用等方面的很多技术很值得借鉴，主要是围绕其原始数据和特征值展开。详见其数据结构，函数，以及流程。

视觉信息对于三维空间，只是单个侧面的投射，想还原真实场景，还需要更多先验知识。虽然OpenCV中自带机器学习功能，可以训练对人脸手势的识别，以及测距等等，这些也只是功能点，而未连成面，好像并没有一套逻辑去存储和处理三维空间。

和人对视觉信息的处理，还差得非常远，基本没有可比性。只实现的眼睛的功能，缺少脑子的功能，人工智能训练出来的又往往“不可道，不可名”，在中间还有个断档，比如说分解子任务，总结和存储背景知识等等（个人看法）。

2.      简介

1)             使用

OpenCV采用C/C++编写，还提供了Phthon，Ruby，MATLAB，Android接口。

2)             协议

OpenCV基于BSD协议，可商用，且不强制开放改善后的源码。

3)             组成（具体见源码目录）

i.             基本数据结构（CXCore）

ii.             图像处理和算法（CV）

iii.             机器学习（ＭL）

iv.             外部支持：图像视频输入/输出（HighGUI）

3.      Ubuntu系统安装OpenCV

1)             简单安装
$ sudo apt-get install libcv-devapt-get自动安装了libcv-dev的所有依赖库，比较省事。
2)             源码安装

相对麻烦，但是可以看到源码和例程

i.             下载
http://wiki.opencv.org.cn/index.php/Download

下载最新的Android和Linux版本

ii.             安装

$ unzip opencv-3.2.0.zip
$ cd opencv-3.2.0/
$ mkdir release
$ cd release
$ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
$ make
$ sudo make install

iii.             编译和试用例程

OpenCV源码目录/samples/cpp目录下的例程，编译后可以直接执行看效果

$ cd ../../samples
$ mkdir release
$ cd release
$ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
$ make
$ ./cpp/cpp-example-ffilldemo

4.      例程

1)             功能

显示一幅图片（最基本的流程，大多数变换都可在此基础上通过添加函数实现）

2)             代码

#include <stdio.h>
#include <iostream>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>

using namespace cv;
using namespace std;

int main( int argc, char** argv )
{
string imagename = argv[1];
Ptr<IplImage> iplimg(cvLoadImage(imagename.c_str()));
if(!iplimg)
{
fprintf(stderr, "Can not load image %s\n", imagename.c_str());
return -1;
}

namedWindow("image", WINDOW_AUTOSIZE);
cvShowImage("image", iplimg);
waitKey();
return 0;
}

3)             编译执行

$ g++ test.cpp -o test `pkg-config --cflags --libs opencv`
$ ./test

5.      参考

《学习OpenCV》中文版（清华大学出版杜）