《數(shù)字圖像處理》課件第2章 數(shù)字圖像處理基礎(chǔ)

數(shù)字圖像處理DigitalImageProcessing目錄1.概論2.數(shù)字圖像處理基礎(chǔ)3.圖像增強(qiáng)4.圖像的幾何變換5.頻域處理6.數(shù)學(xué)形態(tài)學(xué)基礎(chǔ)7.圖像分割8.圖像特征與理解第二章數(shù)字圖像處理基礎(chǔ)1.圖像數(shù)字化技術(shù)2.色度學(xué)基礎(chǔ)與顏色模型3.數(shù)字圖像類(lèi)型4.圖像文件格式5.OpenCV編程簡(jiǎn)介2.1圖像數(shù)字化技術(shù)圖像的數(shù)字化包括采樣和量化兩部分。自然場(chǎng)景可用連續(xù)函數(shù)f(x,y)表示，其在空間坐標(biāo)（自變量）和顏色值(因變量)都是連續(xù)的。為了在計(jì)算機(jī)上能夠進(jìn)行存儲(chǔ)，須同時(shí)將空間坐標(biāo)進(jìn)行和顏色值進(jìn)行離散化，這一過(guò)程稱(chēng)為數(shù)字化。空間坐標(biāo)數(shù)字化的過(guò)程稱(chēng)為采樣。顏色值數(shù)字化的過(guò)程稱(chēng)為量化。2.1圖像數(shù)字化技術(shù)成像系統(tǒng)場(chǎng)景:模擬圖像成像平面數(shù)字化結(jié)果數(shù)字化過(guò)程示意圖2.1.1采樣

采樣是將在空間上連續(xù)的圖像轉(zhuǎn)換成離散的采樣點(diǎn)（即像素）集的操作。由于圖像是二維分布的信息，所以采樣是在x軸和y軸兩個(gè)方向上進(jìn)行。采樣示意圖2.1.2量化(Sampling,Quantization)

量化：取樣后圖像的每個(gè)樣點(diǎn)的取值范圍分成若干區(qū)間，并僅用一個(gè)數(shù)值代表每個(gè)區(qū)間中的所有取值。量化的結(jié)果是圖像能夠容納的顏色總數(shù)，它反映了采樣的質(zhì)量。連續(xù)灰度值量化值(整數(shù)值)

灰度標(biāo)度

灰度量化

(a)量化

(b)量化為8bit

量化示意圖2.1.3采樣與量化參數(shù)的選擇一幅圖像在采樣時(shí)，行、列的采樣點(diǎn)與量化時(shí)每個(gè)像素量化的級(jí)數(shù)，既影響數(shù)字圖像的質(zhì)量，也影響到數(shù)據(jù)量的大小。

假定圖像取M×N個(gè)樣點(diǎn)，每個(gè)像素量化后的灰度二進(jìn)制位數(shù)為Q，一般Q總是取為2的整數(shù)冪，即Q=2k，則存儲(chǔ)一幅數(shù)字圖像所需的二進(jìn)制位數(shù)b為：b=M×N×Q字節(jié)數(shù)為：B=（M×N×Q）/8(Byte)2.1.3采樣與量化參數(shù)的選擇不同采樣點(diǎn)數(shù)對(duì)圖像質(zhì)量的影響2.1.3采樣與量化參數(shù)的選擇不同量化級(jí)數(shù)對(duì)圖像質(zhì)量的影響2.1.4圖像數(shù)字化設(shè)備將模擬圖像數(shù)字化為數(shù)字圖像，目前主要有數(shù)碼相機(jī)、掃描儀、數(shù)字化儀等設(shè)備。數(shù)碼相機(jī)手機(jī)掃描儀醫(yī)學(xué)成像人造衛(wèi)星無(wú)人機(jī)2.1.4圖像數(shù)字化設(shè)備圖像數(shù)字化設(shè)備的組成(1)采樣孔(2)圖像掃描機(jī)構(gòu)(3)光傳感器(4)量化器(5)輸出存儲(chǔ)裝置數(shù)字化設(shè)備性能(1)像素大小(2)量化位數(shù)(3)圖像大小(4)線(xiàn)性度(5)噪聲2.2色度學(xué)基礎(chǔ)與顏色模型顏色是通過(guò)眼、腦和生活經(jīng)驗(yàn)所產(chǎn)生的一種對(duì)光的視覺(jué)效應(yīng)，對(duì)色彩的辨認(rèn)是肉眼受到電磁波輻射能刺激后所引起的一種視覺(jué)神經(jīng)的感覺(jué)?？梢?jiàn)光:電磁波譜中波長(zhǎng)約在0.39～0.76μm范圍內(nèi)且為肉眼可見(jiàn)的電磁輻射。2.2.1色度學(xué)基礎(chǔ)多光譜圖像f(x,y,λ),計(jì)算機(jī)顯示一幅彩色圖像時(shí)，每一個(gè)像素的顏色是通過(guò)3種基本顏色（即紅、綠、藍(lán)）合成的，即最常見(jiàn)的RGB顏色模型。根據(jù)三原色學(xué)說(shuō)，可見(jiàn)光譜內(nèi)任何顏色都可由紅、綠、藍(lán)三色組成。生理學(xué)試驗(yàn)表明，視網(wǎng)膜上的光感受器可分錐細(xì)胞(conecell)和桿細(xì)胞(rodcell)。桿細(xì)胞錐細(xì)胞2.2.1色度學(xué)基礎(chǔ)人類(lèi)感光細(xì)胞的敏感曲線(xiàn)Red:700nm,Green:546.1nm,Blue:435.8nm2.2.1色度學(xué)基礎(chǔ)顏色的三個(gè)屬性顏色是外界光刺激于人的視覺(jué)器官而產(chǎn)生的主觀感覺(jué)。顏色可分兩大類(lèi)：非彩色和彩色。非彩色：黑白色彩色：根據(jù)人的視覺(jué)系統(tǒng)感知彩色的方式，顏色有三個(gè)基本屬性，分別是色調(diào)、飽和度、亮度。色調(diào)：人的感官對(duì)不同顏色的感受，如紅色、綠色和藍(lán)色。飽和度：顏色的純度，飽和度越大，顏色看起來(lái)就會(huì)越鮮艷。強(qiáng)度：對(duì)應(yīng)成像亮度和圖像灰度，是顏色的明亮程度。2.2.2顏色模型按用途可分為三類(lèi)(1)計(jì)算顏色模型用于進(jìn)行顏色的理論研究。常見(jiàn)的RGB模型、CIEXYZ模型、Lab模型等均屬于此類(lèi)型。(2)視覺(jué)顏色模型是指與人眼對(duì)顏色感知的視覺(jué)模型相似的模型，它主要用于色彩的理解，常見(jiàn)的有HSI模型、HSV模型和HSL模型。(3)工業(yè)顏色模型側(cè)重于實(shí)際應(yīng)用，包括彩色顯示系統(tǒng)、彩色傳輸系統(tǒng)及電視傳輸系統(tǒng)等。如印刷中用的CMYK模型、電視系統(tǒng)用YUV模型、用于彩色圖像壓縮的YCbCr模型等。2.2.2顏色模型

RGB顏色模型按照CIE規(guī)定的三基色構(gòu)成表色系統(tǒng)。自然界的任一種顏色都可通過(guò)這三種基色按不同比例混合而成。由于RGB模型將三基色同時(shí)加入以產(chǎn)生新的顏色，所以，它是一個(gè)加色系統(tǒng)。RGB(Red,Green,Blue)R:200G:50B:1202.2.2顏色模型

RGB顏色模型的優(yōu)點(diǎn)(1)RGB模型與顯示器等設(shè)備有著較好的對(duì)應(yīng)關(guān)系。(2)在RGB顯示器中，有三種熒光粉能夠分別發(fā)出紅、綠、藍(lán)三種顏色，三個(gè)相鄰的熒光點(diǎn)構(gòu)成了一個(gè)像素，這些熒光點(diǎn)受到三束分別為c1,c2,c3的電子束的轟擊，會(huì)發(fā)出不同的亮度，通過(guò)物理上的疊加或混合，便可顯示出相應(yīng)的顏色。2.2.2顏色模型

Lab顏色模型Lab顏色模型由三個(gè)要素組成，一個(gè)要素是亮度（L），a和b是兩個(gè)顏色通道。a包括的顏色是從深綠色（低亮度值）到灰色（中亮度值）再到亮粉紅色（高亮度值）；b是從亮藍(lán)色（低亮度值）到灰色（中亮度值）再到黃色（高亮度值）。因此，這種顏色混合后將產(chǎn)生具有明亮效果的色彩。2.2.2顏色模型

HSI顏色模型色調(diào)H(Hue):與光波的波長(zhǎng)有關(guān)，它表示人的感官對(duì)不同顏色的感受，如紅色、綠色、藍(lán)色等，飽和度(Saturation):表示顏色的純度，純光譜色是完合飽和的，加入白光會(huì)稀釋飽和度。飽和度越大，顏色看起來(lái)就會(huì)鮮艷，反之亦然。強(qiáng)度I(Intensity)：對(duì)應(yīng)成像亮度和圖像灰度，是顏色的明亮程度。HSI模型建立基于兩個(gè)重要的事實(shí):(1)I分量與圖像的彩色信息無(wú)關(guān)；(2)H和S分量與人感受顏色的方式是緊密相聯(lián)的。這些特點(diǎn)使得HSI模型非常適合彩色特性檢測(cè)與分析。2.2.2顏色模型

HSI顏色模型RGB顏色模型轉(zhuǎn)換為HSI顏色模型的公式見(jiàn)教材22頁(yè)HSI色立體圓柱HSI模型2.2.2顏色模型

CMY模型和CMYK模型CMY模型是硬拷貝設(shè)備上輸出圖像的顏色模型，常用于彩色打印、印刷行業(yè)。它的三原色是青(Cyan)、品紅(Magenta)、黃(Yellow)，分別為紅、綠、藍(lán)的補(bǔ)色，稱(chēng)為減色基。在CMY中，顏色是從白光中減去一定成分得到的，而不是像素RGB顏色模型那樣，在黑光中增加某種顏色。CMY坐標(biāo)可以從RGB模型中得到：2.2.2顏色模型

CMY模型和CMYK模型由于在印刷時(shí)CMY模型不可能產(chǎn)生真正的黑色，因此在印刷業(yè)中實(shí)際上使用的是CMYK顏色模型，K為第四種顏色，表示黑色。用以彌補(bǔ)三個(gè)顏色混合不夠黑的問(wèn)題。2.2.2顏色模型

YCbCr模型YCbCr模型充分考慮人眼視覺(jué)特性，以降低彩色數(shù)字圖像存儲(chǔ)量，是一種適合于彩色圖像壓縮的模型。YCbCr模型與YUV模型一樣，由亮度Y、色差Cb、色差Cr構(gòu)成。與YUV模型的不同是，在構(gòu)造色差信號(hào)時(shí)，充分考慮了RGB3個(gè)分量在視覺(jué)感受中的不同重要性。2.2.3顏色變換對(duì)彩色圖像進(jìn)行顏色變換，可實(shí)現(xiàn)對(duì)彩色圖像的增強(qiáng)處理，改善其視覺(jué)效果，為進(jìn)一步處理奠定基礎(chǔ)?；咀儞Q顏色變換模型為：g(x,y)=T[f(x,y)]式中：f(x,y)是彩色輸入圖像，其值為一般為向量；

g(x,y)是變換或處理后的彩色圖像，與f(x,y)同維；

T是在空間域上對(duì)f的操作。T對(duì)圖像顏色的操作有多種方式；2.2.3顏色變換基本變換式中：ri、si為f(x,y)和g(x,y)在圖像中任一點(diǎn)的彩色分量值；{T1，T2，…，Tn}為變換函數(shù)集。n的值由顏色模型而定，若選擇RGB模型，則n=3；r1、r2、r3分別表示輸入圖像的紅、綠、藍(lán)分量；選擇CMYK模型，則n=4。(a)原圖像

(b)HSI模型

(c)RGB模型

彩色圖像直方圖均衡化處理效果2.2.3顏色變換彩色切片彩色切片是通過(guò)識(shí)別圖像中感興趣的顏色，然后將其作為一個(gè)整體從圖像中分離出來(lái)。彩色切片效果(a)原圖像(b)提取黃色2.3數(shù)字圖像類(lèi)型

矢量(Vector)圖和位圖（Bitmap），位圖也稱(chēng)為柵格圖像。矢量圖是用數(shù)學(xué)(準(zhǔn)確地說(shuō)是幾何學(xué))公式描述一幅圖像。(計(jì)算機(jī)圖形學(xué))優(yōu)點(diǎn)：一是它的文件數(shù)據(jù)量很小，因?yàn)榇鎯?chǔ)的是其數(shù)學(xué)公式；其二是圖像質(zhì)量與分辨率無(wú)關(guān)，這意味著無(wú)論將圖像放大或縮小了多少次，圖像總是以顯示設(shè)備允許的最大清晰度顯示。缺點(diǎn)，就是不易制作色調(diào)豐富或色彩變化太多的圖像，而且繪制出來(lái)的圖像不是很逼真，同時(shí)也不易在不同的軟件間交換文件。在CorelDraw和AdobeIllustrator中生成的圖像均為矢量圖。2.3數(shù)字圖像類(lèi)型

位圖是由許多像素點(diǎn)來(lái)表示一幅圖像。每個(gè)像素具有顏色屬性和位置屬性。線(xiàn)畫(huà)稿：黑白二色2.3數(shù)字圖像類(lèi)型位圖是由許多像素點(diǎn)來(lái)表示一幅圖像。每個(gè)像素具有顏色屬性和位置屬性灰度圖像：灰度圖像像素的灰度級(jí)用8bit表示，每個(gè)像素都是介于黑、白之間的256（28=256）種灰度中的一種。2.3數(shù)字圖像類(lèi)型真彩色圖像：真彩色圖像中，每一個(gè)像素由紅、綠和藍(lán)3個(gè)字節(jié)組成，每個(gè)字節(jié)為8bit，表示0到255之間的不同的亮度值，這3個(gè)字節(jié)組合，可以產(chǎn)生1670萬(wàn)種不同的顏色。2.3數(shù)字圖像類(lèi)型索引圖像：在這種模式下，預(yù)先定義好每種顏色，且可供選用的一組顏色數(shù)最多為256種。2.3數(shù)字圖像類(lèi)型多(高)光譜圖像：每一個(gè)像素點(diǎn)的值是一個(gè)多維向量，是該點(diǎn)在多個(gè)波段的反射值。http:///83751595.html高光譜相機(jī)多光譜相機(jī)2.3數(shù)字圖像類(lèi)型位圖有關(guān)術(shù)語(yǔ)(1)像素點(diǎn)(Pixel)、點(diǎn)Dot和樣點(diǎn)(Sample)

像素:圖像的每個(gè)點(diǎn)稱(chēng)為Pixel

樣點(diǎn)：數(shù)字化設(shè)備從源圖像中每英寸取多少個(gè)樣點(diǎn),dpi(dotperinch)

點(diǎn)：從樣點(diǎn)區(qū)域中選一個(gè)點(diǎn)作為該樣點(diǎn)的顏色值(2)分辨率

圖像分辨率

屏幕分辨率

打印機(jī)分辨率

掃描儀分辨率2.4圖像文件格式

數(shù)字圖像有多種存儲(chǔ)格式，每種格式一般由不同的軟件公司開(kāi)發(fā)所支持。文件一般包含文件頭和圖像數(shù)據(jù)。就像每本書(shū)都有封面，目錄，它們的作用類(lèi)似于文件頭，通過(guò)文件頭我們可讀取圖像數(shù)據(jù)。文件頭的內(nèi)容由該圖像文件的公司決定，一般包括文件類(lèi)型、文件制作者、制作時(shí)間、版本號(hào)、文件大小等內(nèi)容，還有壓縮方式。常見(jiàn)的圖像（視頻）文件格式2.4.1BMP圖像文件格式

BMP圖像文件的結(jié)構(gòu)可以分為如下三個(gè)部分：(1)文件頭（由位圖文件和位圖信息頭兩部分組成），(2)調(diào)色板數(shù)據(jù)，(3)圖像數(shù)據(jù)。BMP文件頭的長(zhǎng)度為固定值54個(gè)字節(jié),其中Bitmapfileheader結(jié)構(gòu)14字節(jié)Bitmapinfoheader結(jié)構(gòu)40字節(jié)2.4.1BMP圖像文件格式BMP圖像文件結(jié)構(gòu)2.4.1BMP圖像文件格式

BITMAPFILEHEADER包含文件類(lèi)型和大小等信息，定義為：typedefstructtagBITMAPFILEHEADER{ WORD bfType; /*代表BMP格式，必為“BM”即“0x4d42”*/ DWORDbfSize; /*BMP文件總字節(jié)數(shù)*/ WORDbfReserved1; /*預(yù)留，必為0*/ WORDbfReserved2; /*預(yù)留，必為0*/

DWORDbfOffBits; /*以字節(jié)為單位，表示圖像數(shù)據(jù)在文件內(nèi)的起始地址，即圖像數(shù)據(jù)針對(duì)文件頭的偏移量*/}BITMAPFILEHEADER2.4.1BMP圖像文件格式

BITMAPINFOHEADER包含位圖的尺寸和顏色格式等信息，其定義如下：typedefstructtagBITMAPINFOHEADER{DWORD biSize; /*bitmapinfo結(jié)構(gòu)的字節(jié)數(shù)為40*/LONG biWidth; /*圖像寬度(像素?cái)?shù))*/LONG biHeight; /*圖像高度(像素?cái)?shù))*/WORD biPlanes; /*目標(biāo)設(shè)備平面數(shù)，總為1*/WORD biBitCount; /*每像素位數(shù)，可為1、4、8或24*//*數(shù)據(jù)壓縮方式，為0(不壓縮)；1(BI_RLE8)或2(BI_RLE4)*/DWORD biCompression;DWORD biSizeImage; /位圖的大小，以字節(jié)表示*/LONG biXPelsPerMeter;/*設(shè)備水平分辨率,以每米像素?cái)?shù)為單位*/LONG biYPelsPerMeter;/*設(shè)備垂直分辨率,以每米像素?cái)?shù)為單位*/DWORD biClrUsed; /*位圖使用的顏色數(shù),0表示所有顏色都使用*/DWORD biClrImportant; /*重要的顏色索引,0表示所有顏色均重要*/}BITMAPINFOHEADER2.4.1BMP圖像文件格式調(diào)色板(Palette)調(diào)色板僅供灰度圖像或索引圖像使用，真彩色圖像并不需要調(diào)色板，位圖信息頭部分后直接是位圖數(shù)據(jù)。調(diào)色板實(shí)際上是一個(gè)數(shù)組，共有biClrUsed個(gè)元素（如果該值為零，則有2的biBitCount次方個(gè)元素）。數(shù)組中每個(gè)元素的類(lèi)型是一個(gè)RGBQUAD結(jié)構(gòu)，占4個(gè)字節(jié)。結(jié)構(gòu)如下：typedefstructtagRGBQUAD{BYTE rgbBlue;BYTE rgbGreen;BYTE rgbRed;BYTE rgbReserved;}RGBQUAD;2.4.1BMP圖像文件格式圖像數(shù)據(jù)對(duì)于用到調(diào)色板的位圖，圖像數(shù)據(jù)就是該像素顏色在調(diào)色板中的索引值,對(duì)于真彩色圖像，圖像數(shù)據(jù)就是實(shí)際的R、G、B值。需特別注意2點(diǎn)：（1）圖像數(shù)據(jù)每一行的字節(jié)數(shù)必須是4的整倍數(shù)，否則需要補(bǔ)齊。（2）BMP文件的數(shù)據(jù)存放是從下到上，從左到右。也就是說(shuō)，圖像數(shù)據(jù)是倒置的，讀取BMP文件時(shí)，先讀取最下面的數(shù)據(jù)，然后依次從下往上讀取數(shù)據(jù)。DIB（DeviceIndependentBitmap）圖像格式是設(shè)備無(wú)關(guān)位圖文件，描述圖像的能力基本與BMP相同，并且能運(yùn)行于多種硬件平臺(tái)，只是文件較大。2.4.2其它圖像文件格式

TIF標(biāo)記圖像文件格式TIF(TagImageFileFormat)提供存儲(chǔ)各種信息的完備手段，可以存儲(chǔ)專(zhuān)門(mén)的信息而不違反格式宗旨，是目前流行的圖像文件交換標(biāo)準(zhǔn)之一。TIF文件格式是圖像文件格式中最復(fù)雜的一種，要求用更多的代碼來(lái)控制它，會(huì)導(dǎo)致文件讀寫(xiě)速度慢。TIF文件由文件頭、參數(shù)指針表與參數(shù)域、參數(shù)數(shù)據(jù)表和圖像數(shù)據(jù)4部分組成。2.4.2其它圖像文件格式

GIFCompuServe開(kāi)發(fā)的圖形交換文件格式GIF（GraphicsInterchangeFormat），可在不同的系統(tǒng)平臺(tái)上交流和傳輸。GIF圖像文件采取LZW壓縮算法，存儲(chǔ)效率高，支持多幅圖像定序或覆蓋，交錯(cuò)多屏幕繪圖以及文本覆蓋。GIF主要是為數(shù)據(jù)流而設(shè)計(jì)的一種傳輸格式。GIF有5個(gè)主要部分以固定順序出現(xiàn)，所有部分均由一個(gè)或多個(gè)塊(block)組成。2.4.2其它圖像文件格式

PBM、PGM、PPM文件PBM(PortableBitMap)、PGM(PortableGreyMap)、PPM(PortablePixMap)是可交換式位圖(灰度、像素)映射文件格式，通常作為各種圖像格式文件之間的轉(zhuǎn)換平臺(tái)。PBM、PGM、PPM和BMP文件一樣，圖像數(shù)據(jù)均不壓縮，但前者的文件頭信息非常簡(jiǎn)單。文件頭以ASCII方式編碼，圖像數(shù)據(jù)以ASCII碼或字節(jié)形式編碼。文件頭包含3部分信息，第1項(xiàng)是格式標(biāo)識(shí)符(MagicIdentifier)，表示圖像的類(lèi)型及存儲(chǔ)格式；第2至第4項(xiàng)分別為圖像的寬度和高度、圖像顏色可能的最大值和注釋。文件頭之后為圖像數(shù)據(jù)。2.4.2其它圖像文件格式

PCX文件PCX文件格式由ZSoft公司設(shè)計(jì)。各種掃描儀掃描得到的圖像均能保存成PCX格式。PCX支持256種顏色，不如TIF等格式功能強(qiáng)，但結(jié)構(gòu)較簡(jiǎn)單，存取速度快，壓縮比適中，適合于一般軟件的使用。PCX格式支持RGB、索引顏色、灰度和位圖顏色模式，但不支持alpha通道。PCX支持RLE壓縮方法，圖像顏色位數(shù)可為1、4、8或24。PCX圖像文件由3個(gè)部分組成：文件頭、圖像數(shù)據(jù)和256色調(diào)色板。PCX的文件頭有128個(gè)字節(jié)，它包括版本號(hào)，被打印或掃描圖像的分辨率(dpi),大小(單位為像素)，每掃描行的字節(jié)數(shù)，每像素包含的位數(shù)據(jù)和彩色平面數(shù)。位圖數(shù)據(jù)用行程長(zhǎng)度壓縮算法（RLE）記錄數(shù)據(jù)。2.4.2其它圖像文件格式

JPEG圖像格式JPEG(JointPhotographer'sExpertsGroup，聯(lián)合圖像專(zhuān)家組)格式，是由ISO和CCITT為靜態(tài)圖像所建立的第一個(gè)國(guó)際數(shù)字圖像壓縮標(biāo)準(zhǔn)。由于JPEG的高壓縮比和良好的圖像質(zhì)量，被廣泛應(yīng)用于多媒體和網(wǎng)絡(luò)程序中。JPEG和GIF成為HTML語(yǔ)法選用的圖像格式。JPEG格式支持24位顏色，并保留照片和其它連續(xù)色調(diào)圖像中存在的亮度和色相的顯著和細(xì)微變化。JPEG一般基于DCT變換的順序型模式壓縮圖像。JPEG通過(guò)有選擇地減少數(shù)據(jù)來(lái)壓縮文件大小。因?yàn)樗鼤?huì)棄用數(shù)據(jù)，故JPEG壓縮為有損壓縮。2.5OpenCV編程簡(jiǎn)介

OpenCVOpenCV（OpenSourceComputerVisionLibrary）是一個(gè)開(kāi)源、跨平臺(tái)的計(jì)算機(jī)視覺(jué)庫(kù)，可以運(yùn)行在Linux、Windows和MacOS桌面操作平臺(tái)或Android和iOS移動(dòng)操作平臺(tái)上。提供了C++、C和Java接口，采用優(yōu)化的C/C++編寫(xiě)，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺(jué)2500種優(yōu)化后的通用算法。2.5OpenCV編程簡(jiǎn)介

數(shù)字圖像處理的主要編程工具(1)Matlab(2)Python(3)VisualStudioC++2.5OpenCV編程簡(jiǎn)介

Matlab:MatrixLaboratory以矩陣（數(shù)組）為基本處理單元，非常適合圖像處理，但效率較低，研究領(lǐng)域應(yīng)用較多。2.5OpenCV編程簡(jiǎn)介

Python:一種面向?qū)ο蟮慕忉屝陀?jì)算機(jī)程序設(shè)計(jì)語(yǔ)言，由荷蘭人GuidovanRossum于1989年發(fā)明，第一個(gè)公開(kāi)發(fā)行版發(fā)行于1991年。Python是純粹的自由軟件，源代碼和解釋器CPython遵循GPL(GNUGeneralPublicLicense)協(xié)議[2]。Python語(yǔ)法簡(jiǎn)潔清晰，特色之一是強(qiáng)制用空白符(whitespace)作為語(yǔ)句縮進(jìn)。

IEEE發(fā)布2017年編程語(yǔ)言排行榜：Python高居首位

。2.5OpenCV編程簡(jiǎn)介

C++:面向?qū)ο缶幊蹋矢?，?zhí)行速度快，但對(duì)編程能力要求較高。OpenCV計(jì)算機(jī)視庫(kù)的推出，極大降低了圖像處理的門(mén)檻，促進(jìn)了圖像處理的實(shí)際應(yīng)用。2.5OpenCV編程簡(jiǎn)介

openCV是一個(gè)基于（開(kāi)源）發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)，可以運(yùn)行在Linux、Windows和MacOS操作系統(tǒng)上。2.5.1OpenCV簡(jiǎn)介

OpenCV的第一個(gè)預(yù)覽版本于2000年在IEEEConferenceonComputerVisionandPatternRecognition公開(kāi)，并且后續(xù)提供了5個(gè)測(cè)試版本。2006年發(fā)布1.0版2009年10月發(fā)布OpenCV2.0第二個(gè)主要版本，主要的更新是增加了C++接口并對(duì)現(xiàn)有實(shí)現(xiàn)進(jìn)行了優(yōu)化（特別是多核心特征），提供了使用更容易、類(lèi)型更安全的新函數(shù)。目前最新版本是OpenCV2.4.8。2012年8月，OpenCV由一個(gè)非盈利性組織（OpenCV.org）來(lái)維護(hù)，并保留了一個(gè)開(kāi)發(fā)者網(wǎng)站（）和用戶(hù)網(wǎng)站（）。OpenCV的內(nèi)建模塊功能強(qiáng)大且靈活多樣，這些模塊能夠解決計(jì)算機(jī)視覺(jué)系統(tǒng)中的大多數(shù)問(wèn)題?？梢詫?shí)現(xiàn)人機(jī)互動(dòng)、物體識(shí)別、圖象分割、人臉識(shí)別、動(dòng)作識(shí)別、運(yùn)動(dòng)跟蹤、機(jī)器人視覺(jué)、運(yùn)動(dòng)分析、機(jī)器視覺(jué)、結(jié)構(gòu)分析等各種應(yīng)用領(lǐng)域的需求。OpenCV提供了合理的編程架構(gòu)、內(nèi)存管理及GPU支持。2.5.1OpenCV簡(jiǎn)介圖像數(shù)據(jù)在計(jì)算機(jī)中表示為二維（灰度圖像）或三維矩陣（數(shù)組）（彩色圖像，多光譜圖像和高光譜圖像）

圖像處理中，以矩陣為處理對(duì)象的操作非常多。因此，設(shè)計(jì)以向量、矩陣（Mat）類(lèi)為核心和多個(gè)計(jì)算機(jī)視覺(jué)應(yīng)用類(lèi)和算法庫(kù)非常必要。2.5.1OpenCV簡(jiǎn)介圖像數(shù)涉及到的一些運(yùn)算有：

(1)圖像加減法I1+I2，I1-I2;(2)圖像矩陣點(diǎn)乘I1.*I2(3)圖像矩陣相乘I1*I2(4)圖像中像素的運(yùn)算v1(r,g,b)，向量的內(nèi)積、向量的模、向量的代數(shù)運(yùn)算

(5)圖像的直方圖，特征提取均體現(xiàn)為向量或矩陣2.5.1OpenCV簡(jiǎn)介OpenCV提供的內(nèi)建模塊2.5.3OpenCV數(shù)據(jù)結(jié)構(gòu)在OpenCV2中設(shè)計(jì)并定義了大量的基本數(shù)據(jù)結(jié)構(gòu)，主要采用類(lèi)模板來(lái)實(shí)現(xiàn)。2維點(diǎn)Point_：2維點(diǎn)Point_類(lèi)模板定義了公有數(shù)據(jù)成員x和y，重載了+、-、==、!=4個(gè)基本的操作，還定義了點(diǎn)乘、叉乘等操作。特別的這個(gè)類(lèi)還提供了inside函數(shù)來(lái)判斷一個(gè)點(diǎn)是否在矩形區(qū)域內(nèi)。為了方便使用，OpenCV又對(duì)常用的類(lèi)型進(jìn)行了類(lèi)型重定義：typedefPoint_<int>Point2i;typedefPoint2iPoint;typedefPoint_<float>Point2f;typedefPoint_<double>Point2d;2.5.3OpenCV數(shù)據(jù)結(jié)構(gòu)2維點(diǎn)Point_#include<opencv2/core/core.hpp>#include<opencv2/highgui/highgui.hpp>usingnamespacestd;usingnamespacecv;intmain(){

Point2fa(0.3f,0.f),b(0.f,0.4f);Pointpt=(a+b)*10.f;

cout<<pt.x<<","<<pt.y<<endl;return0;}輸出的結(jié)果：3,42.5.3OpenCV數(shù)據(jù)結(jié)構(gòu)3維點(diǎn)Point3_類(lèi)似于2維點(diǎn)，OpenCV同時(shí)提供了Point3_類(lèi)模板，只不過(guò)它是一個(gè)3維點(diǎn)(x,y,z)。它的常用類(lèi)型是：typedefPoint3_<int>Point3i;typedefPoint3_<float>Point3f;typedefPoint3_<double>Point3d;2.5.3OpenCV數(shù)據(jù)結(jié)構(gòu)尺寸Size_類(lèi)模板Size能夠訪問(wèn)的成員變量是height和width。還定義了area函數(shù)來(lái)求面積。其他的操作基本都是類(lèi)型轉(zhuǎn)化函數(shù)。它的常用類(lèi)型是：typedefSize_<int>Size2i;typedefSize2iSize;typedefSize_<float>Size2f2.5.3OpenCV數(shù)據(jù)結(jié)構(gòu)矩形Rect_類(lèi)模板矩形區(qū)域(x,y,width,height)，(x,y)左上角坐標(biāo),范圍[x,x+width),[y,y+height)。rect=rect±point//矩形偏移rect=rect±size//改變大小rect+=point,rect-=point,rect+=size,rect-=sizerect=rect1&rect2//矩形交集rect=rect1|rect2//包含rect1rect2的最小矩形rect&=rect1,rect|=rect1rect==rect1,rect!=rect12.5.3OpenCV數(shù)據(jù)結(jié)構(gòu)旋轉(zhuǎn)矩形RotatedRect類(lèi)除了基本的矩形之外，OpenCV還提供了一個(gè)可以旋轉(zhuǎn)的矩形RotatedRect，它是由中心、變長(zhǎng)、旋轉(zhuǎn)角度決定的。可以訪問(wèn)它的這三個(gè)成員，也可以使用points函數(shù)返回它的4個(gè)頂點(diǎn)，使用boundingRect求出它的外接矩形（非旋轉(zhuǎn)）。RotatedRectrRect=RotatedRect(Point2f(100,100),Size2f(100,50),30);2.5.3OpenCV數(shù)據(jù)結(jié)構(gòu)小矩陣Matx類(lèi)模板用來(lái)記錄一些小的矩形。這些矩形在編譯前大小就固定了：typedefMatx<float,1,2>Matx12f;typedefMatx<double,1,2>Matx12d;...typedefMatx<float,1,6>Matx16f;typedefMatx<double,1,6>Matx16d;typedefMatx<float,2,1>Matx21f;typedefMatx<double,2,1>Matx21d;...typedefMatx<float,6,1>Matx61f;typedefMatx<double,6,1>Matx61d;typedefMatx<float,2,2>Matx22f;typedefMatx<double,2,2>Matx22d;...typedefMatx<float,6,6>Matx66f;typedefMatx<double,6,6>Matx66d;如：Matx33fm(1,2,3,4,5,6,7,8,9);2.5.3OpenCV數(shù)據(jù)結(jié)構(gòu)短向量Vec類(lèi)模板typedefVec<uchar,2>Vec2b;typedefVec<uchar,3>Vec3b;typedefVec<uchar,4>Vec4b;typedefVec<short,2>Vec2s;typedefVec<short,3>Vec3s;typedefVec<short,4>Vec4s;typedefVec<int,2>Vec2i;typedefVec<int,3>Vec3i;typedefVec<int,4>Vec4i;typedefVec<float,2>Vec2f;typedefVec<float,3>Vec3f;typedefVec<float,4>Vec4f;typedefVec<float,6>Vec6f;typedefVec<double,2>Vec2d;typedefVec<double,3>Vec3d;typedefVec<double,4>Vec4d;typedefVec<double,6>Vec6d;它支持加、減、數(shù)乘、相等、不等、求范數(shù)等運(yùn)算。2.5.3OpenCV數(shù)據(jù)結(jié)構(gòu)四維向量Scalar_類(lèi)模板Scalar_類(lèi)其實(shí)是用Vec<tp,4>派生下來(lái)的，也就是說(shuō)，它是一個(gè)4元組：typedefScalar_<double>Scalar;他通常用來(lái)傳遞像素。Range類(lèi)Range類(lèi)用來(lái)指定連續(xù)的子序列，比如矩陣的一部分。2.5.3OpenCV數(shù)據(jù)結(jié)構(gòu)Matcv::Mat類(lèi)是用于保存其它n維數(shù)組，主要用于保存圖像數(shù)據(jù)，默認(rèn)情況下，定義cv::Mat類(lèi)對(duì)象時(shí)，其大小為0×0。當(dāng)然，也可以給其構(gòu)造函數(shù)提供合適的實(shí)參，以定義需要的數(shù)據(jù)。如：cv::Matima(240,320,CV_8U,cv::Scalar(100));其中，CV_8U表示每個(gè)圖像像素用1字節(jié)表示，U表示無(wú)符號(hào)。也可以用S表示有符號(hào)數(shù)。對(duì)于彩色圖像，應(yīng)該使用3個(gè)通道用表示CV_8UC3。也可以是16位或32位整型CV_8SC3。也可以是32位或64位浮點(diǎn)數(shù)CV_32F。2.5.3OpenCV數(shù)據(jù)結(jié)構(gòu)Mat創(chuàng)建cv::Mat類(lèi)對(duì)象2.5.3OpenCV數(shù)據(jù)結(jié)構(gòu)Mat訪問(wèn)cv::Mat類(lèi)對(duì)象的元素2.5.3OpenCV數(shù)據(jù)結(jié)構(gòu)Matcv::Mat類(lèi)對(duì)象的表達(dá)式2.5.4讀入、顯示和存儲(chǔ)圖像讀圖像的源程序#include<iostream>//支持標(biāo)準(zhǔn)的輸入輸出#include<opencv2/core/core.hpp>//openCV核心模塊#include<opencv2/highgui/highgui.hpp>//支持簡(jiǎn)單的界面usingnamespacestd;