【opencv的学习】各类变换的尝试

一个简单的变换：载入一副图像进行平滑处理

#include <cv.h>#include <highgui.h>#include<iostream>using namespace std;void example2_4(IplImage* image){//Create some windows to show the input//and output images in.//cvNamedWindow("Example4-in");cvNamedWindow("Example4-out");//Create a window to show our input image//cvShowImage("Example4-in", image);//Create an image to hold the smoothed output//cvCreateImage为创建图像的函数//IplImage* out = cvCreateImage(cvGetSize(image),//当前图像结构的大小IPL_DEPTH_8U,//每个像素点的数据类型3//通道数);//Do the smoothing//cvSmooth为平滑处理函数//cvSmooth(image, out, CV_GAUSSIAN, 3, 3);//参数分别表示：输入图像，输出图像，平滑处理的方法，平滑处理的相关参数//此处最后两个参数表示使用每个像素周围3*3的区域进行高斯平滑处理//show the smoothed image in the output window//cvShowImage("Example4-out", out);//be tidy//cvReleaseImage(&out);//wait for the user to hit a key,then clean up the windows//cvWaitKey(0);cvDestroyWindow("Example4-in");cvDestroyWindow("Example4-out");}int main(){IplImage* img = cvLoadImage("Example1.jpg");example2_4(img);cvReleaseImage(&img);}

一个复杂一点的变换：

（1）对图像尺寸进行变换

#include <cv.h>#include <highgui.h>#include<iostream>using namespace std;IplImage* doPyrDowm(IplImage* in, int filter = CV_GAUSSIAN_5x5) // CV_GAUSSIAN_5x5在书中为IPL_GAUSSIAN_5x5，但IPL_GAUSSIAN_5x5不在库中{//best to make sure input image is divisible by two.////assert(in->width % 2 != 0 && in->height % 2 == 0);//条件正确继续进行，错误则终止程序，根据资料此函数不常用//若将in->width % 2 != 0改为in->width % 2 == 0，不可运行//思考后得出：可能是因为老版本对尺寸要求比较严格，3.0版opencv无尺寸问题IplImage* out = cvCreateImage(CvSize(in->width / 2, in->height / 2),//大小只有输入图像1/4的图像in->depth,//输入图像每个像素点的数据类型in->nChannels);//输入图像的通道数cvPyrDown(in, out);return(out);}int main(){IplImage* img1 = cvLoadImage("Example1.jpg");IplImage* img = doPyrDowm(img1, CV_GAUSSIAN_5x5);cvNamedWindow("Example1", CV_WINDOW_AUTOSIZE);cvShowImage("Example1", img);cvWaitKey(0);cvReleaseImage(&img);cvReleaseImage(&img1);cvDestroyWindow("Example1");}

cvPyrDown为openCV中的一个函数。

功能：

函数cvPyrDown使用Gaussian金字塔分解对输入图像向下采样。

格式：

void cvPyrDown(const CvArr*src,CvArr*dst,int filter=CV_GAUSSIAN_5x5);

参数：

src 输入图像。

dst 输出图像，其宽度和高度应是输入图像的一半。

filter 卷积滤波器类型，目前仅支持CV_GAUSSIAN_5x5。

//函数资料来自百度百科

（2）Canny边缘检测将输出写入一个单通道（灰度级）图像

#include <cv.h>#include <highgui.h>#include<iostream>using namespace std;IplImage* doCanny(IplImage* in, double lowThresh, double highThresh, double aperture){if (in->nChannels != 1)//确保输入图像为灰度图像return(0);IplImage* out = cvCreateImage(CvSize(cvGetSize(in)),//cvGetSize函数提取输入函数的图像大小IPL_DEPTH_8U,//IPL_DEPTH_8U表示图像像素类型：无符号8位整数1);//单通道（灰度级）cvCanny(in, out, lowThresh, highThresh, aperture);//见下方函数说明return(out);}int main(){IplImage* img1 = cvLoadImage("Example1.jpg",0);IplImage* img = doCanny(img1, 10, 100, 3);cvNamedWindow("Example1", CV_WINDOW_AUTOSIZE);cvNamedWindow("Example2", CV_WINDOW_AUTOSIZE);cvShowImage("Example1", img1);cvShowImage("Example2", img);cvWaitKey(0);cvReleaseImage(&img1);cvReleaseImage(&img);cvDestroyWindow("Example1");cvDestroyWindow("Example2");}

cvCanny为openCV中的一个函数。

功能：

用于对图像的边缘检测（采用canny算法）。

格式：

void cvCanny( const CvArr* image,CvArr* edges,double threshold1,double threshold2, int aperture_size=3 );

参数：

image 输入单通道图像（可以是彩色图像）对于多通道的图像可以用cvCvtColor()修改。

edges 输出的边缘图像 ，也是单通道的，但是是黑白的

threshold1 第一个阈值

threshold2 第二个阈值

aperture_size Sobel 算子内核大小（可为3，5，7三个数值）

函数 cvCanny 采用 Canny 算法发现输入图像的边缘而且在输出图像中标识这些边缘。threshold1和threshold2 当中的小阈值用来控制边缘连接，大的阈值用来控制强边缘的初始分割。

//函数资料来自百度百科

（3）连续进行两次缩放处理与Canny边缘检测

#include <cv.h>#include <highgui.h>#include<iostream>using namespace std;IplImage* doPyrDowm(IplImage* in, int filter = CV_GAUSSIAN_5x5) // CV_GAUSSIAN_5x5在书中为IPL_GAUSSIAN_5x5，但IPL_GAUSSIAN_5x5不在库中{//best to make sure input image is divisible by two.////assert(in->width % 2 != 0 && in->height % 2 == 0);//条件正确继续进行，错误则终止程序，根据资料此函数不常用//若将in->width % 2 != 0改为in->width % 2 == 0，不可运行//思考后得出：可能是因为老版本对尺寸要求比较严格，3.0版opencv无尺寸问题IplImage* out = cvCreateImage(CvSize(in->width / 2, in->height / 2),//大小只有输入图像1/4的图像in->depth,//输入图像每个像素点的数据类型in->nChannels);//输入图像的通道数cvPyrDown(in, out);return(out);}IplImage* doCanny(IplImage* in, double lowThresh, double highThresh, double aperture){if (in->nChannels != 1)//确保输入图像为灰度图像return(0);IplImage* out = cvCreateImage(CvSize(cvGetSize(in)),//cvGetSize函数提取输入函数的图像大小IPL_DEPTH_8U,//IPL_DEPTH_8U表示图像像素类型：无符号8位整数1);//单通道（灰度级）cvCanny(in, out, lowThresh, highThresh, aperture);return(out);}int main(){IplImage* img = cvLoadImage("Example1.jpg", 0);IplImage* img1 = doPyrDowm(img, CV_GAUSSIAN_5x5);IplImage* img2 = doPyrDowm(img1, CV_GAUSSIAN_5x5);IplImage* img3 = doCanny(img2, 10, 100, 3);cvNamedWindow("Example1", CV_WINDOW_AUTOSIZE);cvShowImage("Example1", img);cvNamedWindow("Example2", CV_WINDOW_AUTOSIZE);cvShowImage("Example2", img1);cvNamedWindow("Example3", CV_WINDOW_AUTOSIZE);cvShowImage("Example3", img2);cvNamedWindow("Example4", CV_WINDOW_AUTOSIZE);cvShowImage("Example4", img3);cvWaitKey(0);cvReleaseImage(&img);cvReleaseImage(&img1);cvReleaseImage(&img2);cvReleaseImage(&img3);cvDestroyWindow("Example1");cvDestroyWindow("Example2");cvDestroyWindow("Example3");cvDestroyWindow("Example4");}

在上面的这个程序中，我们不难发现，在最后对不同的IplImage*指针对象进行内存释放时，出现了代码的堆叠，为此我们可以通过每个独立阶段释放内存来简化上面这个程序：

int main(){IplImage* img = cvLoadImage("Example1.jpg", 0);IplImage* out;cvNamedWindow("Example1", CV_WINDOW_AUTOSIZE);cvShowImage("Example1", img);cvNamedWindow("Example2", CV_WINDOW_AUTOSIZE);out = doPyrDowm(img, CV_GAUSSIAN_5x5);out = doPyrDowm(out, CV_GAUSSIAN_5x5);out = doCanny(out, 10, 100, 3);cvShowImage("Example2", out);<span style="white-space:pre">//直接显示最后效果cvWaitKey(0);cvReleaseImage(&img);cvReleaseImage(&out);cvDestroyWindow("Example1");cvDestroyWindow("Example2");}

对于自清理方法的一个提醒：在Opencv中，我们必须确认被释放的空间是我们显式分配的。例如前面从cvQueryFrame（）返回的IplImage*指针，对于这个指针用cvReleaseImage函数释放会产生许多难以处理的问题。

说明：虽然内存垃圾处理在Opencv中很重要，但我们只需要释放自己的显式分配的内存空间。