OpenCV學習之旅簡介

##1、什麼是影像，對影像進行處理是神馬操作一副影像可以定義為二維的函式z = f(x，y)，其中x、y是其空間座標，而其值z的大小就是函式在該點的灰度值。

比如我用Matlab開啟了一張256x256大小的圖片，一張黑白圖片，而在計算機中，它的實際資料結構是這樣子的

我特意擷取了灰白色和黑色邊界的資料，通過資料我們可以看到，圖片的大小為256x256，而其邊界座標是縱座標y(豎直方向)為127-128，灰白色的數值大小為230，黑色為0。每個座標位置我們稱之為一個畫素，而對應座標數值的大小稱之為灰度值。這樣看起來應該是比較直觀的，影像就是二維的資料集合，我們的影像處理就是對這些數值進行轉換。說比較難說清楚，讓我們做個小變動，我把邊界上的一部分為230的值置為0之後會發生什麼事情呢？就像下面一樣。

經過這步改動之後我們的圖片也隨之發生了改變，很明顯，置為0值的位置，畫素點變成了黑色。

##2、數字影像處理、計算機視覺、OpenCV之間的關係數字影像處理，一般指輸入時影像，輸出也是影像的處理，包括影像特徵的提取，直至各個目標的識別。主要是通過計算機對影像進行濾波和增強、復原、壓縮、形態學處理、分割、表示描述以及目標識別的處理方法及技術手段。計算機視覺的目標是使用計算機來模擬人的視覺，理解影像輸入並根據輸入進行分析來採取行動，其本身屬於人工智慧(AI)的一個分支，最終目的是對人進行模仿，已經涉及到理解已識別的目標及具備一定的認知功能。 OpenCV (Open Source Computer Vision Library)，直譯過來就是計算機開源視覺庫，它實現了影像處理和計算機視覺領域的很多通用演算法，庫本身是採用 C++ 編寫的，但是同時也對 Python, Java, C# 等語言提供介面支援。也就是說在Android中也是可以使用的。 ##3、OpenCV使用的領域

人機互動
物體識別
影像分割
人臉識別
動作識別
運動跟蹤
機器人
運動分析
機器視覺
結構分析
汽車安全駕駛應用領域是非常廣泛的，甚至一些AR/VR也需要用到OpenCV進行計算機視覺處理。 ##4、具體使用示例 OpenCV現在已經出到OpenCV3了，先跑個Demo看下效果過過癮，目前的執行環境是VisualStudio2017+OpenCV3，當然也可以在Android環境下使用，但是OpenCV3本身是C++實現，在Android上使用不僅需要真機測試，還需要JNI呼叫，學習階段使用起來不太方便。先來個平滑濾波，具體原理也暫時先不解釋，效果上來講就是對圖片進行模糊處理。先貼上程式碼，核心程式碼就是blur()，由它進行均值濾波操作。

#include "opencv2/highgui/highgui.hpp" 
#include "opencv2/imgproc/imgproc.hpp" 
using namespace cv; 

int main( )
{ 
	//【1】載入原始圖
	Mat srcImage = imread("orange.jpg"); 

	//【2】顯示原始圖
	imshow( "均值濾波【原圖】", srcImage ); 

	//【3】進行均值濾波操作
	Mat dstImage; 
	blur( srcImage, dstImage, Size(15, 15)); 

	//【4】顯示效果圖
	imshow( "均值濾波【效果圖】" ,dstImage ); 

	waitKey( 0 );     
} 
複製程式碼

程式碼實現起來很簡單，這就是OpenCV的強大之處了，圖片的載入，顯示，以及圖片的操作，這些實現的方法都極其簡潔。對於均值濾波背後的演算法剛開始講解起來會比較麻煩一點，因為會涉及到一些卷積、'核'以及線性濾波、非線性濾波，空間濾波以及頻域濾波一些概念，這些得慢慢來，後續會盡量講到的。

OpenCV學習之旅 簡介

相關文章

OpenCV學習之旅簡介