这个系列的目的是通过对OpenCV示例，进一步了解OpenCV函数的使用，不涉及具体原理。
目录
简介
Example运行截图
Example分析
Example代码
简介
本文记录了对OpenCV示例
laplace
.cpp
的分析。
这个示例主要演示了如何使用
laplace
对摄像头图像进行处理。
示例涉及到
VideoCapture类，
GaussianBlur，
blur，
medianBlur，
Laplacian，
convertScaleAbs
函数使用
。
|
VideoCapture类说明
用于从视频文件、
图像序列或摄像机获取视频的类。
示例涉及函数:
PS2：VideoCapture除了能打开摄像头以外，还能打开视频文件，甚至图片序列。使用构造函数或者open函数时传入路径，如
img_%02d.jpg, VideoCapture会按照顺序加载如img_00.jpg, img_01.jpg, img_02.jpg, ...，这个功能很强大，特别是有很多样本需要测试时。
|
|
GaussianBlur，blur，medianBlur三大低通滤波
高斯滤波，均值滤波，中值滤波
这个三个低通滤波函数，毫不夸张的说，都是OpenCV最常用的函数，接触过OpenCV的用户基本都使用过。作为低通滤波器，常常用于平滑和去噪操作。
|
|
Laplacian
LaplaLacian( )函数其实主要是利用sobel算子的运算。它通过加上sobel算子运算出的图像x方向和y方向上的导数，来得到我们载入图像的拉普拉斯变换结果。
根据图像处理的原理我们知道，二阶导数可以用来进行检测边缘 ，因此
LaplaLacian函数一般用于边缘检测。
函数原型：
void Laplacian( InputArray src, OutputArray dst, int ddepth,
int ksize = 1, double scale = 1, double delta = 0,
int borderType = BORDER_DEFAULT );
参数说明：
image: 输入图像，即源图像，填Mat类的对象即可，且需为单通道8位图像。
edges: 输出的边缘图，需要和源图片有一样的尺寸和通道数。
ddept: 目标图像的深度。
ksize: 用于计算二阶导数的滤波器的孔径尺寸，大小必须为正奇数，且有默认值1。
scale: 计算拉普拉斯值的时候可选的比例因子，
有默认值1。
delta: 表示在结果存入目标图（第二个参数dst）之前可选的delta值，
有默认值0。
borderType: 边界模式，默认值为
BORDER_DEFAULT。这个参数可以在官方文档中borderInterpolate()处得到更详细的信息。
|
|
convertScaleAbs
使用线性变换转换输入数组元素成8位无符号整型。原理如下：
B = abs(A*
alpha +
beta)
函数原型：
void convertScaleAbs(InputArray src, OutputArray dst,
double alpha = 1, double beta = 0);
参数说明：
src ： 原数组
dst ：输出数组 (深度为 8u).
alpha ：比例因子.
beta ：原数组元素按比例缩放后添加的值。
PS：看以看作
cvConvertScale;和cvAbs 的联合使用。
|
Example运行截图
|
参数
|
截图 |
|
sigma = 3
|
|
Example分析
1.声明需要使用的变量
enum {GAUSSIAN, BLUR, MEDIAN};
int sigma = 3;
int smoothType = GAUSSIAN;
注意：
（1）
sigma，
Laplacian滤波尺寸，ksize = sigma*5；
（2）
smoothType ，滤波类型
2.声明
VideoCapture 对象，用于开启摄像头
VideoCapture cap;
3.从命令行参数选择打开摄像头，默认为第0个
if( argc == 1 || (argc == 2 && strlen(argv[1]) == 1 && isdigit(argv[1][0])))
cap.open(argc == 2 ? argv[1][0] - '0' : 0);
else if( argc >= 2 )
{
cap.open(argv[1]);
if( cap.isOpened() )
cout << "Video " << argv[1] <<
": width=" << cap.get(CAP_PROP_FRAME_WIDTH) <<
", height=" << cap.get(CAP_PROP_FRAME_HEIGHT) <<
", nframes=" << cap.get(CAP_PROP_FRAME_COUNT) << endl;
if( argc > 2 && isdigit(argv[2][0]) )
{
int pos;
sscanf(argv[2], "%d", &pos);
cout << "seeking to frame #" << pos << endl;
cap.set(CAP_PROP_POS_FRAMES, pos);
}
}
4.判断摄像头是否可以使用
if( !cap.isOpened() )
{
cout << "Could not initialize capturing...\n";
return -1;
}
5.创建预览窗口，并创建滑动条人工交互设置滤波尺寸
namedWindow( "Laplacian", 0 );
createTrackbar( "Sigma", "Laplacian", &sigma, 15, 0 );
6.声明图像
Mat smoothed, laplace, result;
7.通过循环反复获取摄像头预览图像进行处理
for(;;)
{
...
int c = waitKey(30);
if( c == ' ' )
smoothType = smoothType == GAUSSIAN ? BLUR : smoothType == BLUR ? MEDIAN : GAUSSIAN;
if( c == 'q' || c == 'Q' || (c & 255) == 27 )
break;
}
8.具体分析循环中图像处理过程
8.1.从摄像头获取一帧图像进行处理
Mat frame;
cap >> frame;
if( frame.empty() )
break;
8.2.计算Laplacian滤波尺寸
int ksize = (sigma*5)|1;
8.3.根据参数对图像进行去噪
if(smoothType == GAUSSIAN)
GaussianBlur(frame, smoothed, Size(ksize, ksize), sigma, sigma);
else if(smoothType == BLUR)
blur(frame, smoothed, Size(ksize, ksize));
else
medianBlur(frame, smoothed, ksize);
8.4.调用Laplacian，进行边缘检测
Laplacian(smoothed, laplace, CV_16S, 5);
8.5.将
laplace结果*(sigma+1)*0.25
convertScaleAbs(laplace, result, (sigma+1)*0.25);
8.6显示结果
imshow("Laplacian", result);
Example代码
#include "opencv2/videoio/videoio.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <ctype.h>
#include <stdio.h>
#include <iostream>
using namespace cv;
using namespace std;
static void help()
{
cout <<
"\nThis program demonstrates Laplace point/edge detection using OpenCV function Laplacian()\n"
"It captures from the camera of your choice: 0, 1, ... default 0\n"
"Call:\n"
"./laplace [camera #, default 0]\n" << endl;
}
enum {GAUSSIAN, BLUR, MEDIAN};
int sigma = 3;
int smoothType = GAUSSIAN;
int main( int argc, char** argv )
{
VideoCapture cap;
help();
if( argc == 1 || (argc == 2 && strlen(argv[1]) == 1 && isdigit(argv[1][0])))
cap.open(argc == 2 ? argv[1][0] - '0' : 0);
else if( argc >= 2 )
{
cap.open(argv[1]);
if( cap.isOpened() )
cout << "Video " << argv[1] <<
": width=" << cap.get(CAP_PROP_FRAME_WIDTH) <<
", height=" << cap.get(CAP_PROP_FRAME_HEIGHT) <<
", nframes=" << cap.get(CAP_PROP_FRAME_COUNT) << endl;
if( argc > 2 && isdigit(argv[2][0]) )
{
int pos;
sscanf(argv[2], "%d", &pos);
cout << "seeking to frame #" << pos << endl;
cap.set(CAP_PROP_POS_FRAMES, pos);
}
}
if( !cap.isOpened() )
{
cout << "Could not initialize capturing...\n";
return -1;
}
namedWindow( "Laplacian", 0 );
createTrackbar( "Sigma", "Laplacian", &sigma, 15, 0 );
Mat smoothed, laplace, result;
for(;;)
{
Mat frame;
cap >> frame;
if( frame.empty() )
break;
int ksize = (sigma*5)|1;
if(smoothType == GAUSSIAN)
GaussianBlur(frame, smoothed, Size(ksize, ksize), sigma, sigma);
else if(smoothType == BLUR)
blur(frame, smoothed, Size(ksize, ksize));
else
medianBlur(frame, smoothed, ksize);
Laplacian(smoothed, laplace, CV_16S, 5);
convertScaleAbs(laplace, result, (sigma+1)*0.25);
imshow("Laplacian", result);
int c = waitKey(30);
if( c == ' ' )
smoothType = smoothType == GAUSSIAN ? BLUR : smoothType == BLUR ? MEDIAN : GAUSSIAN;
if( c == 'q' || c == 'Q' || (c & 255) == 27 )
break;
}
return 0;
}
参考资料: