【OpenCV入门教程之二】 一览众山小:OpenCV 2.4.8 or OpenCV 2.4.9组件结构全解析(转),opencv2.4.9_PHP教程
【OpenCV入门教程之二】 一览众山小:OpenCV 2.4.8 or OpenCV 2.4.9组件结构全解析(转),opencv2.4.9
<p>本系列文章由zhmxy555(毛星云)编写,转载请注明出处。 </p> <p><span><span> 文章链接: http://blog.csdn.net/poem_qianmo/article/details/19925819</span></span></p> <p> </p> <p><span><span><span> 作者:毛星云(浅墨) 邮箱: happylifemxy@163.com </span></span></span></p> <p><span><span><span> 写作当前博文时配套使用OpenCV版本:2.4.8</span></span></span></p> <p> </p> <p> </p> <p> </p> <p> </p> <p>之前啃了不少OpenCV的官方文档,发现如果了解了一些OpenCV整体的模块架构后,再重点学习自己感兴趣的部分的话,就会有一览众山小的感觉,于是,就决定写出这篇文章,作为启程OpenCV系列博文的第二篇。</p> <p> </p> <p>至于OpenCV组件结构的研究方法,我们不妨管中窥豹,通过opencv安装路径下include目录里面头文件的分类存放,来一窥OpenCV这些年迅猛发展起来的庞杂组件架构。</p> <p>我们进入到D:\ProgramFiles\opencv\build\include目录,可以看到有opencv和opencv2这两个文件夹。显然,opencv这个文件夹里面包含着旧版的头文件。而opencv2这个文件夹里面包含着具有时代意义的新版OpenCV2系列的头文件。</p> <p> </p> <p> <img src="/static/imghw/default1.png" data-src="http://img.blog.csdn.net/20140225181139578?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvcG9lbV9xaWFubW8=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" class="lazy" alt="" /></p> <p>在opencv这个文件夹里面,也就是D:\Program Files\opencv\build\include\opencv目录下,可以看到如下的各种头文件。这里面大概就是opencv 1.0最核心的,而且保留下来的内容的头文件,可以把它们整体理解为一个组件。</p> <p> </p> <p> <img src="/static/imghw/default1.png" data-src="http://img.blog.csdn.net/20140225181220281?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvcG9lbV9xaWFubW8=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" class="lazy" alt="" data-pinit="registered" /></p> <p> </p> <p> 再来看看我们重点关注的opencv2这边,在D:\ProgramFiles\opencv\build\include\opencv2目录下,我们可以看到这些文件夹:</p> <p><img src="/static/imghw/default1.png" data-src="http://img.blog.csdn.net/20140225181302390?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvcG9lbV9xaWFubW8=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" class="lazy" alt="" data-pinit="registered" /></p> <p> </p> <p> </p> <p> </p> <p>我们灵机一动,发现下面有个叫opencv_modules.hpp的hpp文件,一看就知道里面存放的是opencv2中的新模块构造相关的说明代码,打开一看,果不其然,定义的是OpenCV2所有组件的宏:</p> <p> </p> <strong>[cpp]</strong> view plaincopyprint?<img src="/static/imghw/default1.png" data-src="https://code.csdn.net/assets/CODE_ico.png" class="lazy" alt="在CODE上查看代码片" style="max-width:90%" style="max-width:90%" /><img src="/static/imghw/default1.png" data-src="https://code.csdn.net/assets/ico_fork.svg" class="lazy" alt="派生到我的代码片" style="max-width:90%" style="max-width:90%" /> <ol class="dp-cpp" start="1"> <li class="alt"><span class="comment">/* </span></li> <li><span class="comment"> * ** File generated automatically, do not modify ** </span></li> <li class="alt"><span class="comment"> * </span></li> <li><span class="comment"> *This file defines the list of modules available in current build configuration </span></li> <li class="alt"><span class="comment"> * </span></li> <li><span class="comment"> * </span></li> <li class="alt"><span class="comment">*/ </span></li> <li> </li> <li class="alt"><span class="preprocessor">#define HAVE_OPENCV_CALIB3D </span></li> <li><span class="preprocessor">#define HAVE_OPENCV_CONTRIB </span></li> <li class="alt"><span class="preprocessor">#define HAVE_OPENCV_CORE </span></li> <li><span class="preprocessor">#define HAVE_OPENCV_FEATURES2D </span></li> <li class="alt"><span class="preprocessor">#define HAVE_OPENCV_FLANN </span></li> <li><span class="preprocessor">#define HAVE_OPENCV_GPU </span></li> <li class="alt"><span class="preprocessor">#define HAVE_OPENCV_HIGHGUI </span></li> <li><span class="preprocessor">#define HAVE_OPENCV_IMGPROC </span></li> <li class="alt"><span class="preprocessor">#define HAVE_OPENCV_LEGACY </span></li> <li><span class="preprocessor">#define HAVE_OPENCV_ML </span></li> <li class="alt"><span class="preprocessor">#define HAVE_OPENCV_NONFREE </span></li> <li><span class="preprocessor">#define HAVE_OPENCV_OBJDETECT </span></li> <li class="alt"><span class="preprocessor">#define HAVE_OPENCV_OCL </span></li> <li><span class="preprocessor">#define HAVE_OPENCV_PHOTO </span></li> <li class="alt"><span class="preprocessor">#define HAVE_OPENCV_STITCHING </span></li> <li><span class="preprocessor">#define HAVE_OPENCV_SUPERRES </span></li> <li class="alt"><span class="preprocessor">#define HAVE_OPENCV_TS </span></li> <li><span class="preprocessor">#define HAVE_OPENCV_VIDEO </span></li> <li class="alt"><span class="preprocessor">#define HAVE_OPENCV_VIDEOSTAB </span></li> </ol> <p> </p> <p> </p> <p>OK,就不多客套了,下面就是OpenCV的所有模块介绍,按照顺序来:</p> <p> </p> <p>【calib3d】——其实就是就是Calibration(校准)加3D这两个词的组合缩写。这个模块主要是相机校准和三维重建相关的内容。基本的多视角几何算法,单个立体摄像头标定,物体姿态估计,立体相似性算法,3D信息的重建等等。</p> <p> </p> <p>【contrib】——也就是Contributed/Experimental Stuf的缩写, 该模块包含了一些最近添加的不太稳定的可选功能,不用去多管。2.4.8里的这个模块有新型人脸识别,立体匹配,人工视网膜模型等技术。</p> <p> </p> <p>【core】——核心功能模块,包含如下内容:</p>
<pre class="code"> <pre class="code"> <h2></h2> <p> </p> <p> </p> <ul> <li>OpenCV基本数据结构</li> <li>动态数据结构</li> <li>绘图函数</li> <li>数组操作相关函数</li> <li>辅助功能与系统函数和宏</li> <li>与OpenGL的互操作</li> </ul>
<h2></h2> <p> </p> <p> </p> <p> 【imgproc】——Image和Processing这两个单词的缩写组合。图像处理模块,这个模块包含了如下内容:</p>
<pre class="code"> <pre class="code"> <h2></h2> <p> </p> <p> </p> <ul> <li>线性和非线性的图像滤波</li> <li>图像的几何变换</li> <li>其它(Miscellaneous)图像转换</li> <li>直方图相关</li> <li>结构分析和形状描述</li> <li>运动分析和对象跟踪</li> <li>特征检测</li> <li>目标检测等内容</li> </ul>
<h2></h2> <p> </p> <p> </p> <p>【features2d】 ——也就是Features2D, 2D功能框架 ,包含如下内容:</p>
<pre class="code"> <pre class="code"> <ul> <li><strong>特征检测和描述</strong></li> <li><strong>特征检测器(Feature Detectors)通用接口</strong></li> <li><strong>描述符提取器(Descriptor Extractors)通用接口</strong></li> <li><strong>描述符匹配器(Descriptor Matchers)通用接口</strong></li> <li><strong>通用描述符(Generic Descriptor)匹配器通用接口</strong></li> <li><strong>关键点绘制函数和匹配功能绘制函数</strong></li> </ul>
<pre class="code"> <div class="code" style="position:relative; padding:0px; margin:0px;"><pre class='brush:php;toolbar:false;'> <pre class="code"> <pre class="code"> <h2></h2> <p> </p> <p> </p>
<h2></h2> <p>【flann】—— Fast Library for Approximate Nearest Neighbors,高维的近似近邻快速搜索算法库,包含两个部分:</p>
<pre class="code"> <pre class="code"> <h2></h2> <p> </p> <p> </p> <ul> <li>快速近似最近邻搜索</li> <li>聚类</li> </ul>
<pre class="code"> <pre class="code"> <h2></h2> <p> </p> <p> </p>
<p> </p> <p>【gpu】——运用GPU加速的计算机视觉模块</p> <p> </p> <p>【highgui】——也就是high gui,高层GUI图形用户界面,包含媒体的I / O输入输出,视频捕捉、图像和视频的编码解码、图形交互界面的接口等内容</p> <p> </p> <p>【legacy】——一些已经废弃的代码库,保留下来作为向下兼容,包含如下相关的内容: </p>
<pre class="code"> <pre class="code"> <ul> <li><strong>运动分析</strong></li> <li><strong>期望最大化</strong></li> <li><strong>直方图</strong></li> <li><strong>平面细分(C API)</strong></li> <li><strong>特征检测和描述(Feature Detection and Description)</strong></li> <li><strong>描述符提取器(Descriptor Extractors)的通用接口</strong></li> <li><strong>通用描述符(Generic Descriptor Matchers)的常用接口</strong></li> <li><strong>匹配器</strong></li> </ul>
<h2></h2> <p> </p> <p> </p> <p>【ml】——Machine Learning,机器学习模块, 基本上是统计模型和分类算法,包含如下内容:</p>
<pre class="code"> <pre class="code"> <p> </p> <p> </p> <ul> <li>统计模型 (Statistical Models)</li> <li>一般贝叶斯分类器 (Normal Bayes Classifier)</li> <li>K-近邻 (K-NearestNeighbors)</li> <li>支持向量机 (Support Vector Machines)</li> <li>决策树 (Decision Trees)</li> <li>提升(Boosting)</li> <li>梯度提高树(Gradient Boosted Trees)</li> <li>随机树 (Random Trees)</li> <li>超随机树 (Extremely randomized trees)</li> <li>期望最大化 (Expectation Maximization)</li> <li>神经网络 (Neural Networks)</li> <li>MLData</li> </ul>
<p>【nonfree】,也就是一些具有专利的算法模块 ,包含特征检测和GPU相关的内容。最好不要商用,可能会被告哦。</p> <p> </p> <p>【objdetect】——目标检测模块,包含Cascade Classification(级联分类)和Latent SVM这两个部分。</p> <p> </p> <p>【ocl】——即OpenCL-accelerated Computer Vision,运用OpenCL加速的计算机视觉组件模块</p> <p> </p> <p>【photo】——也就是Computational Photography,包含图像修复和图像去噪两部分</p> <p> </p> <p>【stitching】——images stitching,图像拼接模块,包含如下部分:</p>
<pre class="code"> <pre class="code"> <h2></h2> <p> </p> <p> </p>
- 拼接流水线
- 特点寻找和匹配图像
- 估计旋转
- 自动校准
- 图片歪斜
- 接缝估测
- 曝光补偿
- 图片混合
<p> </p> <p>【superres】——SuperResolution,超分辨率技术的相关功能模块</p> <p> </p> <p>【ts】——opencv测试相关代码,不用去管他</p> <p> </p> <p>【video】——视频分析组件,该模块包括运动估计,背景分离,对象跟踪等视频处理相关内容。</p> <p> </p> <p>【Videostab】——Video stabilization,视频稳定相关的组件,官方文档中没有多作介绍,不管它了。</p> <p> </p> <p> </p> <p>看到到这里,相信大家已经对OpenCV的模块架构设计有了一定的认识。</p> <p>OpenCV其实就是这么多模块作为代码容器组合起来的一个SDK而已,没什么稀奇的,对吧。</p> <p> </p> <p>最后配张图,养养眼:</p> <p><img src="/static/imghw/default1.png" data-src="http://img.blog.csdn.net/20140225205530656?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvcG9lbV9xaWFubW8=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast" class="lazy" alt="" data-pinit="registered" /></p> <p> </p> <p> </p> <p>好了,OpenCV的组件结构介绍大概就是这些。</p> <p>下篇文章见 :)</p>

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











특정 코드 예제가 필요한 OpenCV 튜토리얼을 쉽게 설치하려면 pip 명령을 사용하세요. OpenCV(OpenSource 컴퓨터 비전 라이브러리)는 개발자가 이미지를 빠르게 구축하는 데 도움이 되는 수많은 컴퓨터 비전 알고리즘과 기능을 포함하고 있습니다. 및 비디오 처리 관련 애플리케이션. OpenCV를 사용하기 전에 먼저 OpenCV를 설치해야 합니다. 다행스럽게도 Python은 타사 라이브러리를 관리할 수 있는 강력한 도구인 pip를 제공합니다.

1. 이미지 피라미드의 이론적 기초 이미지 피라미드는 이미지의 다중 스케일 표현의 일종으로, 여러 해상도의 이미지를 설명하는 데 효과적이면서도 개념적으로 간단한 구조입니다. 이미지 피라미드는 피라미드 모양으로 배열되고 동일한 원본 이미지에서 파생된 점점 더 낮은 해상도를 갖는 이미지 모음입니다. 이는 래더 다운 샘플링을 통해 얻어지며, 특정 종료 조건에 도달할 때까지 샘플링이 중단되지 않습니다. 이미지를 레이어별로 피라미드와 비교합니다. 레벨이 높을수록 이미지는 작아지고 해상도는 낮아집니다. 그렇다면 이미지 피라미드를 만드는 이유는 무엇입니까? 픽셀 크기를 변경해도 특성이 변하지 않는 경우가 있기 때문입니다. 예를 들어 1000만 픽셀의 사진을 보여주면 그 안에 사람이 있다는 것을 알 수 있습니다. 그 안에 사람이 있다는 것도 알 수 있지만 계획에 어긋납니다.

OpenCV는 컴퓨터 비전 및 이미지 처리를 위한 오픈 소스 라이브러리로, 기계 학습, 이미지 인식, 비디오 처리 및 기타 분야에서 널리 사용됩니다. OpenCV를 사용하여 개발할 때 프로그램을 더 효과적으로 디버깅하고 실행하기 위해 많은 개발자는 강력한 Python 통합 개발 환경인 PyCharm을 선택합니다. 이 문서에서는 PyCharm 사용자에게 특정 코드 예제와 함께 OpenCV 설치 튜토리얼을 제공합니다. 1단계: Python 설치 먼저 Python이 설치되어 있는지 확인하세요.

1. 프로젝트 효과 2. 핵심 프로세스 1. openCV는 비디오 스트림을 읽고 그림의 각 프레임에 직사각형을 그립니다. 2. 미디어파이프를 사용하여 손가락 키 포인트 좌표를 얻습니다. 3. 손가락의 좌표 위치와 직사각형의 좌표 위치를 기반으로 손가락 포인트가 직사각형 위에 있는지 확인합니다. 그렇다면 직사각형이 손가락의 움직임을 따릅니다. 3. 코드 프로세스 환경 준비: python:3.8.8opencv:4.2.0.32mediapipe:0.8.10.1 참고: 1. opencv 버전이 너무 높거나 낮으면 카메라가 열리지 않거나 충돌하는 등 일부 문제가 발생할 수 있습니다. 등. Python 버전은 opencv 선택적 버전에 영향을 미칩니다. 2. pipinstallmediapipe로 인해 op가 발생할 수 있습니다.

JavaOpenCV 라이브러리의 org.opencv.imgproc 패키지에는 입력 이미지를 처리하는 다양한 방법을 제공하는 Imgproc라는 클래스가 포함되어 있습니다. 이미지에 기하학적 모양을 그리는 일련의 방법을 제공합니다. 화살표 선을 그리려면 이 클래스의 arrowedLine() 메서드를 호출해야 합니다. 이 메서드는 다음 매개 변수를 허용합니다. 선을 그릴 이미지를 나타내는 Mat 개체. 선 사이의 두 점을 나타내는 Point 개체입니다. 선 색상을 나타내는 Scalar 객체입니다. (BGR) 선 두께를 나타내는 정수입니다(기본값: 1). 예 importorg.opencv.core.Core;importo

PHP 및 OpenCV 라이브러리를 사용하여 비디오 처리를 구현하는 방법은 무엇입니까? 개요: 비디오 처리는 현대 과학 기술 응용 분야에서 중요한 기술이 되었습니다. 이 기사에서는 OpenCV 라이브러리와 결합된 PHP 프로그래밍 언어를 사용하여 몇 가지 기본 비디오 처리 기능을 구현하고 해당 코드 예제를 첨부하는 방법을 소개합니다. 키워드: PHP, OpenCV, 비디오 처리, 코드 예제 서론: 인터넷의 발달과 스마트폰의 대중화로 인해 비디오 콘텐츠는 사람들의 삶에 없어서는 안될 부분이 되었습니다. 하지만 영상 편집을 위해서는

이미지 분할 및 추출: 전경 객체는 이미지에서 대상 이미지로 분할되거나 추출됩니다. 배경 자체에는 관심이 없으며, Watershed 알고리즘과 GrabCut 알고리즘을 사용하여 이미지를 추출합니다. 유역 알고리즘을 사용하여 이미지 분할 및 추출을 수행합니다. 유역 알고리즘은 이미지를 지리적 지형 표면과 생생하게 비교하여 이미지 분할을 달성하는 데 매우 효과적입니다. 알고리즘 원리 모든 회색조 이미지는 지리적 지형 표면으로 간주될 수 있습니다. 회색조 값이 높은 영역은 산봉우리로 볼 수 있고, 회색조 값이 낮은 영역은 계곡으로 볼 수 있습니다. 왼쪽 이미지는 원본 이미지이고, 오른쪽 이미지는 해당 "지형학적 표면"입니다. 이 프로세스는 이미지를 유역과 유역 선이라는 두 가지 세트로 분리합니다. 우리가 건설한 댐은 유역선, 즉 원본 이미지입니다.

PyCharm은 JetBrains에서 개발한 강력한 Python 통합 개발 환경(IDE)으로 Python 개발자가 코드를 작성하고, 프로그램을 디버그하고, 프로젝트를 관리하는 데 도움이 되는 다양한 기능과 도구를 제공합니다. PyCharm에서 강력한 컴퓨터 비전 라이브러리인 OpenCV를 사용하면 이미지 처리, 비디오 처리 및 기타 작업을 쉽게 수행할 수 있습니다. 이 문서에서는 PyCharm에서 OpenCV를 설치 및 구성하는 단계를 자세히 설명하고 특정 코드 예제를 제공합니다. 1.안
