zhelper-cvtool (opencv debug tool)

https://github.com/bbqz007/zhelper-cvtool

一个简易工具，帮你调试使用opencv装拼图像处理流。

cvtool images/SuperMario.mp4 anno,cascade

cvtool images/SuperMario.mp4 match

morphology,channel,canny,contours

range,crop

match

anno,cascade

https://github.com/bbqz007/zhelper-cvtool

 

2024 update

将原来cvtool仓库重命名为opencv-debugtool。并打包两个win32平台下的程序包，分别对于opencv3跟opencv4。

这是一个用来调试opencv程序处理流的简易工具。主要是几年前用于opencv3跟opencv4。工具设计成filter-pipelining模式，将处理流的每个算法处理作为一个filter，每个filter提供参数设定以及处理后的图像输出结果。一般地，用于识别跟探测的算法放在最后一个filter。所以使用N个filter就会有多于N图像窗口输出。空格键会运行图像源的下一帧。mouse左键可以划区域，mouse中键双击确定提交区域。

如果cvtool.h没有你要求的filter，你只需要实现一个itf_filter的自定义filter，并实现方法itf_filter::_filter(Mat&)。不要忘记在工厂方法createFilter添加你的自定义filter。所有filter运行在filter_graph，以推模式生产Mat结果传递到下一filter。

仓库地址：

https://github.com/bbqz007/opencv-debugtool

https://gitee.com/bbqz007/zheper-cvtool

下载地址

https://github.com/bbqz007/opencv-debugtool/releases

https://gitee.com/bbqz007/zheper-cvtool/releases

首先来看旧检测haarcascade。

cvtool %YourImageSoureFile% cascade可以运行你的训练结果。

 

 

cvtool %YourImageSoureFile% anno可以帮助生成annotations。只要按住ctrl并用mouse左键划一个矩形区，多个矩形区可以重叠，然后双击mouse中指键就会生成pos跟neg。生成好足够多的素材后，就可以通过opencv_createsamples生成训练素材，再配合opencv_traincascade进行训练。命令可以参考仓库的TRAINING.REC.MD。

 

经过漫长生命消耗后，得到训练结果cascade.xml文件，并放到cascade目录下，运行cvtool于cascade就可以观察效果。当然了一开始效果不理想，需要添加素材，这时可以anno,cascade配搭使用。一边观察效果，一边添加素材。当有一帧cascade窗口显示识别效果不好，就可以在anno窗口划对象区域添加素材。一轮下来又累积了不少素材，又可以进入再次训练愉快地消耗生命，然后就不断再次又再次，重复又重复，一连五晚务求让ML睇真D。

除了通过ML的检测方法外，opencv还有其它非ML用于检测方法。

使用matchtemplate算法。进行对比匹配。找相似目标。

cvtool %YourImageSoureFile% match。打开filter_graph后，在select窗口用mouse左键划一目标小方块，就会运行matchetemplate检测目标小方块。输出有两个窗口，一个窗口输出混合原图跟匹配结果，另一个窗口输出算法结果Mat。当然你还可以在match前置各种图像处理filter。

使用blob算法，检测对象。下例配合高斯模糊处理。

cvtool %YourImageSoureFile% morphology,blob

 

使用contours算法找轮廓。

cvtool %YourImageSoureFile% pyrDown,pyrUp,morphology,channel,canny,contours

 

如果图像太乱，可以配合crop滤镜，缩小检测范围。

cvtool %YourImageSoureFile% crop,pyrDown,pyrUp,morphology,channel,canny,contours

 range,crop可以擦除背景