與OpenCV 1的互操作性

目標(biāo)

對(duì)于OpenCV開發(fā)團(tuán)隊(duì)來(lái)說(shuō)，不斷改進(jìn)庫(kù)是很重要的。我們一直在思考可以緩解工作流程的方法，同時(shí)保持庫(kù)的靈活性。新的C ++接口是我們的一個(gè)發(fā)展，服務(wù)于這個(gè)目標(biāo)。然而，向后兼容仍然很重要。我們不想打破為早期版本的OpenCV庫(kù)編寫的代碼。因此，我們確保添加了一些處理此功能的功能。在下面你會(huì)學(xué)到：

• 與其第一個(gè)版本相比，使用該庫(kù)的方式與OpenCV的版本2發(fā)生了什么變化
• 如何向圖像添加一些高斯噪聲
• 什么是查找表，為什么使用它們？

General

在進(jìn)行切換時(shí)，首先需要了解有關(guān)圖像的新數(shù)據(jù)結(jié)構(gòu)：Mat - Basic Image Container，這取代了舊的CvMat和IplImage。切換到新功能更容易。你只需要記住幾件新事物。

OpenCV 2收到重組。所有的功能不再被壓縮到一個(gè)庫(kù)中。我們有很多模塊，每個(gè)模塊都包含與某些任務(wù)相關(guān)的數(shù)據(jù)結(jié)構(gòu)和功能。這樣，如果您僅使用OpenCV的一個(gè)子集，則不需要運(yùn)送大型庫(kù)。這意味著你也應(yīng)該只包括你將使用的標(biāo)題。例如

#include < opencv2 / core.hpp >
#include < opencv2 / imgproc.hpp >
#include < opencv2 / highgui.hpp >

所有與OpenCV相關(guān)的內(nèi)容都放在cv命名空間中，以避免與其他庫(kù)數(shù)據(jù)結(jié)構(gòu)和函數(shù)的名稱沖突。因此，您需要在來(lái)自O(shè)penCV的所有內(nèi)容之前或之后添加cv ::關(guān)鍵字，只需添加一個(gè)使用此指令的指令即可：

using namespace cv;  // The new C++ interface API is inside this namespace. Import it.

因?yàn)檫@些函數(shù)已經(jīng)在命名空間中，所以不需要在它們的名稱中包含cv前綴。因此，所有新的C ++兼容功能都沒(méi)有這個(gè)，它們遵循駱駝案例命名規(guī)則。這意味著第一個(gè)字母很?。ǔ鞘窍馛anny這樣的名字），后續(xù)的單詞將以大寫字母（如copyMakeBorder）開頭。

現(xiàn)在，請(qǐng)記住，您需要鏈接到應(yīng)用程序所有使用的模塊，如果您在Windows上使用DLL系統(tǒng)，您將需要再次添加所有二進(jìn)制文件的路徑。有關(guān)更多深入的信息，如果您在Windows上閱讀如何使用OpenCV在“Microsoft Visual Studio”和Linux中構(gòu)建應(yīng)用程序，使用OpenCV與Eclipse（插件CDT）一起解釋了一個(gè)示例用法。

現(xiàn)在轉(zhuǎn)換Mat對(duì)象可以使用IplImage或CvMat操作符。在C界面中，您曾經(jīng)在這里使用指針，不再是這樣。在C ++界面中，我們主要使用Mat對(duì)象。這些對(duì)象可以通過(guò)簡(jiǎn)單的賦值自由轉(zhuǎn)換為IplImage和CvMat。例如：

Mat I;
IplImage pI = I;
CvMat    mI = I;

現(xiàn)在，如果你想要指針，轉(zhuǎn)換就會(huì)變得更復(fù)雜一些。編譯器不能再自動(dòng)確定您想要什么，并且您需要明確指定您的目標(biāo)。這是調(diào)用IplImage和CvMat操作符，然后獲取它們的指針。為了得到指針，我們使用＆sign：

Mat I;
IplImage* pI     = &I.operator IplImage();
CvMat* mI        =  &I.operator CvMat();

現(xiàn)在，你的基礎(chǔ)知識(shí)做了這里的一個(gè)例子，將C接口與C++的用法。您需要弄清楚什么時(shí)候可以安全釋放未使用的對(duì)象，并確保在程序完成之前這樣做，否則您可能會(huì)遇到麻煩的記憶韭菜。要解決OpenCV中的這個(gè)問(wèn)題，引入了一種智能指針。當(dāng)它不再使用時(shí)，它將自動(dòng)釋放對(duì)象。要使用它，將該指針聲明為Ptr的專業(yè)化：

Ptr<IplImage> piI = &I.operator IplImage();

從C數(shù)據(jù)結(jié)構(gòu)到Mat的轉(zhuǎn)換是通過(guò)將這些內(nèi)容傳遞給它的構(gòu)造函數(shù)來(lái)實(shí)現(xiàn)的。例如：

Mat K（piL），L;
L = Mat（pI）;

案例研究

現(xiàn)在，您在這里完成的基礎(chǔ)是將C接口的使用與C ++的使用相結(jié)合的示例。您還將在OpenCV源代碼庫(kù)的示例目錄中找到它samples/cpp/tutorial_code/core/interoperability_with_OpenCV_1/interoperability_with_OpenCV_1.cpp。為了進(jìn)一步幫助看到差異，程序支持兩種模式：一種混合C和C ++和一種純C ++。如果您定義了DEMO_MIXED_API_USE，則最終將使用第一個(gè)。程序分離色平面，對(duì)它們進(jìn)行一些修改，最終將它們合并在一起。

#include <iostream>
#include <opencv2/imgproc.hpp>
#include "opencv2/imgcodecs.hpp"
#include <opencv2/highgui.hpp>
using namespace cv;  // The new C++ interface API is inside this namespace. Import it.
using namespace std;

// comment out the define to use only the latest C++ API
#define DEMO_MIXED_API_USE
#ifdef DEMO_MIXED_API_USE
#  include <opencv2/highgui/highgui_c.h>
#  include <opencv2/imgcodecs/imgcodecs_c.h>
#endif
int main( int argc, char** argv )
{
    help(argv[0]);
    const char* imagename = argc > 1 ? argv[1] : "../data/lena.jpg";
#ifdef DEMO_MIXED_API_USE
    Ptr<IplImage> IplI(cvLoadImage(imagename));      // Ptr<T> is a safe ref-counting pointer class
    if(!IplI)
    {
        cerr << "Can not load image " <<  imagename << endl;
        return -1;
    }
    Mat I = cv::cvarrToMat(IplI); // Convert to the new style container. Only header created. Image not copied.
#else
    Mat I = imread(imagename);        // the newer cvLoadImage alternative, MATLAB-style function
    if( I.empty() )                   // same as if( !I.data )
    {
        cerr << "Can not load image " <<  imagename << endl;
        return -1;
    }
#endif

在這里，您可以觀察到，使用新的結(jié)構(gòu)，我們沒(méi)有指針問(wèn)題，盡管可以使用舊的函數(shù)，最終只是將結(jié)果轉(zhuǎn)換為Mat對(duì)象。

    // convert image to YUV color space. The output image will be created automatically.
    Mat I_YUV;
    cvtColor(I, I_YUV, COLOR_BGR2YCrCb);
    vector<Mat> planes;    // Use the STL's vector structure to store multiple Mat objects
    split(I_YUV, planes);  // split the image into separate color planes (Y U V)

因?yàn)椋覀兿胍煜覀兪紫葟哪J(rèn)BGR轉(zhuǎn)換為YUV顏色空間的圖像亮度分量，然后將結(jié)果分割成單獨(dú)的平面。這里的程序分裂：在第一個(gè)例子中，它使用OpenCV（C []運(yùn)算符，迭代器，單個(gè)元素訪問(wèn)中的三種主要圖像掃描算法之一來(lái)處理每個(gè)平面）。在第二個(gè)變體中，我們向圖像添加一些高斯噪聲，然后根據(jù)一些公式將信道混合在一起。

掃描版本如下所示：

    // Mat scanning
    // Method 1. process Y plane using an iterator
    MatIterator_<uchar> it = planes[0].begin<uchar>(), it_end = planes[0].end<uchar>();
    for(; it != it_end; ++it)
    {
        double v = *it * 1.7 + rand()%21 - 10;
        *it = saturate_cast<uchar>(v*v/255);
    }
    for( int y = 0; y < I_YUV.rows; y++ )
    {
        // Method 2. process the first chroma plane using pre-stored row pointer.
        uchar* Uptr = planes[1].ptr<uchar>(y);
        for( int x = 0; x < I_YUV.cols; x++ )
        {
            Uptr[x] = saturate_cast<uchar>((Uptr[x]-128)/2 + 128);
            // Method 3. process the second chroma plane using individual element access
            uchar& Vxy = planes[2].at<uchar>(y, x);
            Vxy =        saturate_cast<uchar>((Vxy-128)/2 + 128);
        }
    }

在這里，您可以觀察到，我們可以以三種方式瀏覽圖像的所有像素：迭代器，C指針和單個(gè)元素訪問(wèn)樣式。您可以在“ 如何使用OpenCV教程掃描圖像，查找表格和時(shí)間測(cè)量”中閱讀更深入的描述。從舊的函數(shù)名轉(zhuǎn)換很容易。只需刪除cv前綴并使用新的Mat數(shù)據(jù)結(jié)構(gòu)。以下是使用加權(quán)加法函數(shù)的例子：

    Mat noisyI(I.size(), CV_8U);           // Create a matrix of the specified size and type
    // Fills the matrix with normally distributed random values (around number with deviation off).
    // There is also randu() for uniformly distributed random number generation
    randn(noisyI, Scalar::all(128), Scalar::all(20));
    // blur the noisyI a bit, kernel size is 3x3 and both sigma's are set to 0.5
    GaussianBlur(noisyI, noisyI, Size(3, 3), 0.5, 0.5);
    const double brightness_gain = 0;
    const double contrast_gain = 1.7;
#ifdef DEMO_MIXED_API_USE
    // To pass the new matrices to the functions that only work with IplImage or CvMat do:
    // step 1) Convert the headers (tip: data will not be copied).
    // step 2) call the function   (tip: to pass a pointer do not forget unary "&" to form pointers)
    IplImage cv_planes_0 = planes[0], cv_noise = noisyI;
    cvAddWeighted(&cv_planes_0, contrast_gain, &cv_noise, 1, -128 + brightness_gain, &cv_planes_0);
#else
    addWeighted(planes[0], contrast_gain, noisyI, 1, -128 + brightness_gain, planes[0]);
#endif
    const double color_scale = 0.5;
    // Mat::convertTo() replaces cvConvertScale.
    // One must explicitly specify the output matrix type (we keep it intact - planes[1].type())
    planes[1].convertTo(planes[1], planes[1].type(), color_scale, 128*(1-color_scale));
    // alternative form of cv::convertScale if we know the datatype at compile time ("uchar" here).
    // This expression will not create any temporary arrays ( so should be almost as fast as above)
    planes[2] = Mat_<uchar>(planes[2]*color_scale + 128*(1-color_scale));
    // Mat::mul replaces cvMul(). Again, no temporary arrays are created in case of simple expressions.
    planes[0] = planes[0].mul(planes[0], 1./255);

您可能會(huì)看到，平面變量是Mat類型。然而，從Mat轉(zhuǎn)換為IplImage是容易的，并使用簡(jiǎn)單的賦值運(yùn)算符自動(dòng)進(jìn)行。

    merge(planes, I_YUV);                // now merge the results back
    cvtColor(I_YUV, I, COLOR_YCrCb2BGR);  // and produce the output RGB image
    namedWindow("image with grain", WINDOW_AUTOSIZE);   // use this to create images
#ifdef DEMO_MIXED_API_USE
    // this is to demonstrate that I and IplI really share the data - the result of the above
    // processing is stored in I and thus in IplI too.
    cvShowImage("image with grain", IplI);
#else
    imshow("image with grain", I); // the new MATLAB style function show
#endif

新的imshow highgui函數(shù)接受Mat和IplImage數(shù)據(jù)結(jié)構(gòu)。編譯并運(yùn)行程序，如果下面的第一個(gè)圖像是您的輸入，您可以獲得第一個(gè)或第二個(gè)輸出：

您可以從這里下載源代碼，或者samples/cpp/tutorial_code/core/interoperability_with_OpenCV_1/interoperability_with_OpenCV_1.cpp在OpenCV源代碼庫(kù)中找到它.