随笔分类 - OpenCV
摘要：前面提到了YV12转RGB的各种实现方法和优化方法，主要是CPU上的实现。本文主要介绍基于GPU的YV12转RGB的实现。1. 基于OpenGL的实现利用OpenGL shader实现将YV12转RGB，将Y、U、V分量数据作为纹理数据，并构造YUV转RGB的shader代码，最终纹理数据在shad...
阅读全文
摘要：YUV格式具有亮度信息和色彩信息分离的特点，但大多数图像处理操作都是基于RGB格式。因此当要对图像进行后期处理显示时，需要把YUV格式转换成RGB格式。RGB与YUV的变换公式如下： YUV(256 级别) 可以从8位 RGB 直接计算：Y = 0.299 R + 0.587 G + 0.114...
阅读全文
摘要：由于相机正面白摄物体时，相机的光轴方向可能发生变化，带来扭曲。而SIFT算法虽具有完全的尺度不变性，但不具有完全的仿射不变性，对拍摄角度发生大角度空间变化的图像特征提取有一定的局限性。ASift通过模拟经度与纬度实现完全的仿射不变，然后用SIFT算法把模拟图像进行比较，最后实现特征匹配。ASIFT算法的具体步骤如下：1.选取采样参数，模拟不同经度与纬度的图像。2.计算模拟图像的特征。3.结合所有的模拟图像的特征，进行特征匹配。注意：ASIFT提供的一种框架，其核心思想是模拟不同的经度与纬度的图像，具体模拟图像的特征提取和匹配，可选择SIFT、SURF等特征。ASIFT算法代码资源：htt...
阅读全文
摘要：一、利用OpenCV中提供的GPU模块 目前，OpenCV中已提供了许多GPU函数，直接使用OpenCV提供的GPU模块，可以完成大部分图像处理的加速操作。 基本使用方法，请参考：http://www.cnblogs.com/dwdxdy/p/3244508.html 该方法的优点是使用简单，利用GpuMat管理CPU与GPU之间的数据传输，而且不需要关注内核函数调用参数的设置，使用过程中，只需要关注处理的逻辑操作。 缺点是受限于OpenCV库的发展和更新，当需要完成一些自定义的操作时（OpenCV中没有提供相应的库），难以满足应用的需求，需要自己实现自定义操作的并行实现。此外，针对一...
阅读全文
摘要：一、OpenCV中的硬编码OpenCV2.4.6中，已实现利用GPU进行写视频，编码过程由cv::gpu::VideoWriter_GPU完成，其示例程序如下。 1 int main(int argc, const char* argv[]) 2 { 3 if (argc != 2) 4 { 5 std::cerr " > frame;28 if (frame.empty())29 {30 std::cout << "Stop" << std::endl;31 break;32 ...
阅读全文
摘要：问题描述：项目中，需要对高清监控视频分析处理，经测试，其解码过程所占CPU资源较多，导致整个系统处理效率不高，解码成为系统的瓶颈。解决思路：利用GPU解码高清视频，降低解码所占用CPU资源，加速解码过程。一、OpenCV中的硬解码OpenCV2.4.6中，已实现利用GPU进行读取视频，由cv::gpu::VideoReader_GPU完成，其示例程序如下。 1 int main(int argc, const char* argv[]) 2 { 3 if (argc != 2) 4 return -1; 5 const std::string fname(arg...
阅读全文
摘要：CUDA基本使用方法在介绍OpenCV中GPU模块使用之前，先回顾下CUDA的一般使用方法，其基本步骤如下：1.主机代码执行；2.传输数据到GPU；3.确定grid，block大小；4.调用内核函数，GPU运行程序；5.传输结果到CPU；6.继续主机代码执行。下图是两个向量相加的简单示例程序和处理流图。注意的问题：cu，cpp文件的组织内核函数和其wrapper函数置于cu文件中。在cpp文件声明wrapper函数，并调用wrapper函数。wrapper函数的声明定义需加extern "C"。OpenCV中GPU模块的使用使用的步骤与CUDA的基本使用方法类似，只是Ope
阅读全文
摘要：问题描述：在测试目标跟踪算法时，需要选择不同区域作为目标，进行目标跟踪，测试目标跟踪的效果。解决思路：1.OpenCV中提供了鼠标交互控制，利用setMouseCallback()给固定的窗口设置鼠标回调函数。2.在鼠标回调函数中，选择感兴趣区域。代码实现如下，将感兴趣区域封装在MouseSelect类中，提供选择点和矩形框两种模式。 1 #pragma once 2 #ifndef __MOUSESELECT_H__ 3 #define __MOUSESELECT_H__ 4 5 #include 6 #include 7 8 #define MAX_OBJECTS 10 9 ...
阅读全文
摘要：问题描述：已知两幅图像Image1和Image2，计算出两幅图像的重叠区域，并在Image1和Image2标识出重叠区域。算法思想：若两幅图像存在重叠区域，则进行图像匹配后，会得到一张完整的全景图，因而可以转换成图像匹配问题。图像匹配问题，可以融合两幅图像，得到全景图，但无法标识出在原图像的重叠区域。将两幅图像都理解为多边形，则其重叠区域的计算，相当于求多边形的交集。通过多边形求交，获取重叠区域的点集，然后利用单应矩阵还原在原始图像的点集信息，从而标识出重叠区域。算法步骤：1.图像匹配计算，获取单应矩阵。2.根据单应矩阵，计算图像2的顶点转换后的点集。3.由图像1的顶点集合和图像2的转换点集，
阅读全文
摘要：OpenCV1.0中错误处理与C语言标准函数库里的错误处理相似，设置全局错误标识，通过检查全局错误标识，来判断程序是否出现错误，并进行错误报告．在OpenCV1.0中，如果调用函数出现错误并不直接返回错误代码，而是用CV_ERROR宏调用cvError函数报错，并设置错误状态，然后调用标准的或者用户自定义的错误处理器．每个程序的线程都有一个全局变量，它包含了错误状(一个整数值)．这个状态可以被cvGetErrStatus函数查询到．//保存错误所在的文件和行typedef struct{ const char* file; int line;}CvStackReco...
阅读全文
摘要：最近在学习，利用CUDA加速图像处理方面知识．下面主要介绍codeproject上的一个项目例子．利用cuda进行图像滤波处理．网址：http://www.codeproject.com/Articles/206036/Image-Filters-using-CPU-and-GPU其处理流程如下：其中，也可以从视频文件中读取数据，进行处理．主要类图如下所示：ISingleImageFilter是抽象类，提供接口，SingleImageFilter实现抽象类的基类，增加一些属性成员变量．利用虚函数实现多态，通过指向基类的指针调用不同子类的函数实现．思考点：1).其类体的设计，以及类之间的继承关系
阅读全文
摘要：问题描述：关键帧提取后，将会得一序列关键帧的帧号，然后需要把这些帧保存起来，以便于浏览和管理．通过opencv里的VideoCapture的函数set(CV_CAP_PROP_POS_FRAMES，nextFrameNumber)，定位到具体的帧号，但最终读取的并不是对应帧的图像．问题出现的原因：Opencv底层是通过ffmpeg读取视频．其中定位主要用av_seek_frame()来定位frame的位置．int av_seek_frame(AVFormatContext *s,int stream_index,int64_t timestamp,int flags)其中最后一个参数有AVSE
阅读全文