openCV 基礎(chǔ)函數(shù)和類

OpenCV環(huán)境配置及測試

預(yù)熱：
1俭嘁、環(huán)境配置 
  在系統(tǒng)環(huán)境變量path中 追加路徑：C:\openCV\install\x86\mingw\bin
2沈跨、配置工程文件pro：
  INCLUDEPATH += C:\openCV\install\include
  INCLUDEPATH += C:\openCV\install\include\opencv
  INCLUDEPATH += C:\openCV\install\include\opencv2
  LIBS += C:/openCV/install/x86/mingw/lib/libopencv_*.a
3劲室、頭文件
  #include <opencv2/opencv.hpp>
  using namespace cv;
4仿耽、測試Code
  int main(int argc, char *argv[])
  {
      Mat src, dst;
      src = imread("1.jpg");
      if (!src.data) {
          printf("could not load image...\n");
          return -1;
      }
      namedWindow("input image", CV_WINDOW_AUTOSIZE);
      imshow("input image", src);
      waitKey(0); 
      return 0;
  }
備注：我的QT版本是5.4.0

以下開啟OpenCV的學(xué)習(xí)Ｑ矣堋Ｉ恰恭金！

Mat類

OpenCV中表示圖像的類
計(jì)算機(jī)“眼中”的圖片（二維數(shù)組）

創(chuàng)建對象

Mat src;

重要屬性

Mat src;
src.clos; //獲取圖像的寬度
src.rows;//獲取圖像的高度
src.channels();//獲取圖像的通道數(shù)，表示一個像素點(diǎn)的數(shù)組元素的個數(shù)褂策，比如：BGR的圖片通道數(shù)是3

常用函數(shù)

功能：加載圖像
  Mat imread( const String& filename, int flags = IMREAD_COLOR );
  參數(shù)1：圖片的路徑
  參數(shù)2：圖像的色彩空間模式（默認(rèn)為BGR）
  返回值：圖像對象

功能：在窗口顯示圖像
  void imshow(const String& winname, const ogl::Texture2D& tex);
  參數(shù)1：窗口名稱
  參數(shù)2：圖像對象Mat就可以

功能：轉(zhuǎn)換圖像色彩空間   色彩空間（一個像素點(diǎn)的組成）
  void cvtColor( InputArray src, OutputArray dst, int code, int dstCn = 0 );
  參數(shù)1：輸入圖像
  參數(shù)2：輸出圖像
  參數(shù)3：色彩空間  詳情ColorConversionCodes
  參數(shù)4：通道數(shù)横腿，默認(rèn)根據(jù)色彩空間決定

常用來將BGR轉(zhuǎn)成Gray，灰度圖雖然難看辙培，但是保留了原圖像的所有特征蔑水，提升效率。

flip();//圖片翻轉(zhuǎn)
resize();//

Mat類轉(zhuǎn)換到QImage

通常情況下需要在QT上顯示圖片扬蕊，因此了解Mat(BGR)轉(zhuǎn)換QImage(RGB)非常必要

Mat src;
Mat dst;
執(zhí)行操作步驟：
1搀别、色彩空間轉(zhuǎn)換
  cvtColor(src,dst,CV_BGR2RGB);
2、QImage img(dst.data, dst.cols, dst.rows, dst.cols*rgb.channels(), QImage::Format_RGB888);
    QImgae構(gòu)造函數(shù)的參數(shù)說明：
      參數(shù)1：存放圖片數(shù)據(jù)的數(shù)組
      參數(shù)2：圖片的列數(shù)
      參數(shù)3：圖片的行數(shù)
      參數(shù)4：每一行的通道數(shù)
      參數(shù)5：圖片的編碼格式
3尾抑、可以在Qt上顯示了
  ui->show_label->setPixmap(QPixmap::fromImage(img));

VideoCapture視頻類

常用函數(shù)

功能：打開視頻
  bool open(const String& filename);
  參數(shù)1：視頻路徑歇父；參數(shù)傳整數(shù)0，表示打開攝像頭
  返回值：打開成功

功能：讀取視頻幀
  VideoCapture& operator >> (CV_OUT Mat& image);
  參數(shù)1：讀取到Mat對象
  返回值：VideoCapture對象

矩陣掩膜

掩膜并不重要再愈，重要的是通過掩膜我們來感受卷積榜苫，opencv對圖像所有的操作幾乎都是卷積
卷積:對圖片中的每個像素點(diǎn)進(jìn)行特定的操作
有什么用呢？
可以提升圖片的對比度翎冲，對比美顏相機(jī)（降低對比度）

常用函數(shù)

功能：獲取圖像像素指針
Mat src; 
uchar* p = src.ptr<uchar>(i) 獲取圖像像素的指針垂睬，i表示第i行
這里的指針p偏移一個單位是偏移了一個通道，而不是一個像素點(diǎn)抗悍，對于3通道的圖片驹饺，p需要偏移3次才能指向下調(diào)一個像素點(diǎn)

功能：獲取通道數(shù)
src.channels()

功能：獲取位圖深度 
src.depth()
位圖深度:指一個像素點(diǎn)的通道的值，占了幾個二進(jìn)制位

功能：像素范圍處理  
saturate_cast<uchar>(num) 將數(shù)字參數(shù)num的值限制的類型參數(shù)的范圍內(nèi)缴渊，如果num超出最小值范圍赏壹，
函數(shù)返回最小值，超出最大值范圍衔沼，函數(shù)返回最大值蝌借。

功能：掩膜公式
矩陣的掩膜操作十分簡單昔瞧，就是掩膜來計(jì)算每個像素的像素值，從而提升對比對菩佑，掩膜（mask也被稱作kernel）
I(i,j) = 5*I(i,j)-[I(i+1,j)+I(i-1,j)+I(i,j+1)+I(i,j-1)]

功能：對RGB圖修改像素值
  Vec3b val = img.at<Vec3b>(i, j);
  img.at<Vec3b>(y,x)[0]=128; // blue
  img.at<Vec3b>(y,x)[1]=128; // green
  img.at<Vec3b>(y,x)[2]=128; // red
或者
    Vec3b v(255, 255, 255);
    src.at<Vec3b>(j,i) = v;//一次性給返回值的三個通道賦值

Rect類

矩形
void rectangle(    Mat& img,        //背景圖片
                   Rect rec,            //矩形的范圍
                   const Scalar& color,     //顏色
                   int thickness = 1,           //線條寬度
                   int lineType = LINE_8,
                                    //線條類型LINE_4  LINE_8  LINE_AA(反鋸齒)
                   int shift = 0);              //點(diǎn)坐標(biāo)中小數(shù)位數(shù)

截圖自晰，對感興趣區(qū)域選擇

Mat src;
Rect rect(100, 100, 200, 400);
//參數(shù)1 矩形左上角x 
//參數(shù)2 矩形左上角y 
//參數(shù)3 矩形寬 
//參數(shù)4 矩形高
Mat dst = src(rect);
//這里是()的運(yùn)算符重載，從src中截取rect部分的圖片放到dst里

級聯(lián)分類器

理論上可以查找任何事物

訓(xùn)練模型文件采用OpenCV自帶的
路徑：C:/openCV/install/etc/haarcascades/haarcascade_frontalface_alt2.xml

識別：
  通過多級篩選在圖片中尋找目標(biāo)

注意：1擎鸠、不要每次都創(chuàng)建新的對象缀磕，重復(fù)加載模型不合理
      2、加載很多個臉怎么回事 detectMultiScale參數(shù)是不是寫錯了

cv::CascadeClassifier類 _初始化級聯(lián)分類器

CascadeClassifier classifier = CascadeClassifier(const String& filename);
參數(shù):訓(xùn)練模型的文件路徑

人臉檢測函數(shù)_detectMultiScale

void detectMultiScale(
                 InputArray image,
                  //待檢測的灰度圖劣光，需要預(yù)先進(jìn)行直方圖均值化來提升對比度
                 CV_OUT std::vector<Rect>& objects,//查找到的目標(biāo)矩形輸出
                 double scaleFactor = 1.1,//前后兩次相繼的掃描中搜索窗口的比例系數(shù)袜蚕，默認(rèn)為1.1 即每次搜索窗口擴(kuò)大10%,這個值越大，某些尺寸的對象無法被檢測绢涡，但檢測更快
                 int minNeighbors = 3, 
                  //有多少個重疊的檢測標(biāo)記才被認(rèn)為有效
                 int flags = 0, //新的級聯(lián)分類器沒用
                 Size minSize = Size(),//目標(biāo)最小尺寸
                 Size maxSize = Size() );//目標(biāo)最大尺寸牲剃，可以排除不合理對象，大大提升識別效率

機(jī)器學(xué)習(xí)_人臉識別器

1雄可、機(jī)器學(xué)習(xí)的作用：根據(jù)提供的圖片模型通過算法生成數(shù)據(jù)模型凿傅，從而在其他圖片中查找相關(guān)的目標(biāo)
2、人臉識別的兩種常見算法
1.Fisher
輸入數(shù)據(jù)-->減去均值-->計(jì)算離散矩陣-->計(jì)算特征值與特征向量-->計(jì)算前K個最大特征值對應(yīng)特征向量-->投影到子空間-->終止

2.LBPH
開始-->圖像灰度化-->LBP特征提取-->ULBP降維處理-->分割為多個方格-->每個方格生成直方圖-->直方圖連接特征向量集合-->直方圖比較-->得到分類結(jié)果

FaceRecognizer類

opencv提供的人臉識別器基類数苫，LBPHFaceRecognizer是根據(jù)LBPH算法實(shí)現(xiàn)的識別器類.

• 頭文件

#include <opencv2/face.hpp>  //人臉識別器
using namespace cv::face;

• 創(chuàng)建對象

//創(chuàng)建空的人臉識別器對象
Ptr<FaceRecognizer> recognizer = LBPHFaceRecognizer::create();
//根據(jù)已有的模型創(chuàng)新人臉識別器對象
Ptr<FaceRecognizer> recognizer = FaceRecognizer::load<LBPHFaceRecognizer>("模型文件.xml");

機(jī)器學(xué)習(xí)

_更新模型
void update(
        InputArrayOfArrays src, //圖片模型數(shù)組  vector<Mat>  
        InputArray labels);//標(biāo)簽數(shù)組聪舒，每個模型識別后的標(biāo)簽 vector<int>

_保存模型
void save(const String& filename);

_預(yù)測目標(biāo)
void predict(InputArray src, //預(yù)測圖形
             int &label,        //預(yù)測后的標(biāo)簽，學(xué)習(xí)時對應(yīng)的標(biāo)簽
             double &confidence) const;//可信度

使用定時器說明

由于UI界面不能出現(xiàn)死循環(huán)之類的虐急，否則就卡住了
因此考慮使用定時器 箱残。