从OpenCV学习数字图像处理

OpenCV是学习数字图像处理的好工具，本专栏拟打算从对OpenCV源码的学习来研究数字图像处理中的基本操作。我开设本专栏不为别的，只希望能系统地学习OpenCV，并把我支离破碎的数字图像处理知识好好理一理。当然，最终还是为了我的毕设啦！这是我大学的最后一个作品了，我希望能有一个好的结果。

因此，本专栏的所有文章相当于我的学习笔记，内容仅供参考，也欢迎各位批评指正。

OpenCV

OpenCV是一个开源的跨平台的计算机视觉函数库，它提供了各种图像处理的操作，我们可以不掌握数字图像处理的知识，就可以使用这个函数库，因此它为我们的编程提供了很大的便利。

笔者在以前在安装OpenCV时吃了不少苦头，遇到过各种各样的问题，这里也略作总结：

与VS的版本兼容问题

由于OpenCV在更新，而VS也在更新，这就导致了二者很难保持一致。在OpenCV的路径中你会发现类似于这样的文件夹：



其中“vc10”、“vc11”、“vc12”就分别对应VS的版本，即VS2010、VS2012、VS2013（vc14对应的是VS2015），倘若你下载的OpenCV中没有与你的VS对应版本的文件夹的话，那二者就不能兼容。

程序的位数和编译模式问题

其实这实际上是配置上的问题了。下面是VS的“Property Manager”的配置窗口：



这个窗口的信息很直观，就是说你有四种配置方式：Debug编译模式+32位程序、Debug编译模式+64位程序、Release编译模式+32位程序、Release编译模式+64位程序。所以配置的时候，你需要注意选择合适的路径和动态链接库，如你想配置Debug编译模式+32位程序，你就需要选择x86的文件夹和后面带有d的动态链接库了。





当然，配置正确了也不能保证万事大吉，你还需要在VS中设置编译模式：



这里需要和前面的配置保持一致。

上面我就总结了两种比较常见也比较致命的问题，其他细节问题这里就不赘述了。

在本专栏中，我拟打算学习一下OpenCV中某些部分的源码，另外也会介绍一些函数的原理，当然这就很可能涉及到数字图像处理方面的知识了。

数字图像处理

关于数字图像处理的介绍可以参考经典的图像处理的图书，如冈萨雷斯的《数字图像处理》一书。其中这样介绍数字图像处理：

数字图像处理是指借助于数字计算机来处理数字图像。注意，数字图像是由有限数量的元素组成，每个元素都有一个特定的位置和幅值。

其中，对数字图像处理的历史、相关领域等做了详细的介绍，感兴趣的可以去看看。

专栏图片

专栏还需要上传一张图片，我不知道要选什么图片，就将OpenCV安装路径中的几个图片经过缩放、组合成了一张长图上传到了上面。

// column_intro.cpp : Defines the entry point for the console application.
//

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

using namespace cv;
using namespace std;

int main(int argc, char **argv)
{
if (argc < 2)
{
cout << "No arguments found!" << endl;
return -1;
}
//cout << argc << endl;
float frame_wd = 1110, frame_hg = 170;
Mat frame = Mat::zeros(frame_hg, frame_wd, CV_8U);

Mat scale_mat = Mat::zeros(2, 3, CV_32FC1);
float scale_factor;
Mat img, rst;
// the distance of every image move in loop
float pitch = 0.0;

for (int i = 0; i < argc - 1; i++)
{
img = imread(argv[i + 1], CV_LOAD_IMAGE_GRAYSCALE);
// get scale factor
scale_factor = frame_hg / img.size().height;
// get scale matrix
scale_mat.at<float>(0) = scale_factor;
scale_mat.at<float>(4) = scale_factor;
// get size of result
Size sz(img.size().width * scale_factor,
img.size().height * scale_factor);
warpAffine(img, rst, scale_mat, sz);

if (pitch + rst.size().width < frame.size().width)
{
rst.copyTo(frame(Rect(pitch, 0, rst.size().width, frame_hg)));
pitch += rst.size().width;
}
else
{
rst(Rect(0, 0, frame_wd - pitch, frame_hg)).
copyTo(frame(Rect(pitch, 0, frame_wd - pitch, frame_hg)));
}
}

// write the result into file
imwrite("result.png", frame);
return 0;
}

在我的github或者gitee里可以下载该代码。

跋

很久没有写博客了。作为我的2018年第一篇博客，内容可能有点儿仓促，后面我会根据实际需要进行适当改动。

参考资料

数字图像处理，冈萨雷斯，电子工业出版社

维基百科:OpenCV