OpenCV 编程简介.pdf

OpenCV 编程简介（矩阵/图像/视频的基本读写操作） 摘要：本文旨在帮助读者快速入门 OpenCV，而无需阅读冗长的参考手册。掌握了 OpenCV 的以下基础知识后，有需要的话再查阅相关的参考手册。 一、简介 1、OpenCV 的特点 （1） 总体描述 OpenCV 是一个基于 C/C++语言的开源图像处理函数库 其代码都经过优化，可用于实时处理图像 具有良好的可移植性 可以进行图像/视频载入、保存和采集的常规操作 具有低级和高级的应用程序接口（API） 提供了面向 Intel IPP 高效多媒体函数库的接口，可针对你使用的 Intel CPU 优化代码，提高 程序性能（译注：OpenCV 2.0 版的代码已显着优化，无需 IPP 来提升性能，故 2.0 版不再提 供 IPP 接口） [] （2） 功能 图像数据操作（内存分配与释放，图像复制、设定和转换） Image data manipulation (allocation, release, copying, setting, conversion). 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） Image and video I/O (file and camera based input, image/video file output). 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） Matrix and vector manipulation and linear algebra routines (products, solvers, eigenvalues, SVD). 支持多种动态数据结构（链表、队列、数据集、树、图） Various dynamic data structures (lists, queues, sets, trees, graphs). 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、 图像金字塔结构） Basic image processing (filtering, edge detection, corner detection, sampling and interpolation, color conversion, morphological operations, histograms, image pyramids). 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼 近、曲线拟合、椭圆拟合、狄劳尼三角化） Structural analysis (connected components, contour processing, distance transform, various moments, template matching, Hough transform, polygonal approximation, line fitting, ellipse fitting, Delaunay triangulation). 摄像头定标（寻找和跟踪定标模式、参数定标、基本矩阵估计、单应矩阵估计、立体视觉匹 配） Camera calibration (finding and tracking calibration patterns, calibration, fundamental matrix estimation, homography estimation, stereo correspondence). 运动分析（光流、动作分割、目标跟踪） Motion analysis (optical flow, motion segmentation, tracking). 目标识别（特征方法、HMM 模型） Object recognition (eigen-methods, HMM). 基本的 GUI（显示图像/视频、键盘/鼠标操作、滑动条） Basic GUI (display image/video, keyboard and mouse handling, scroll-bars). 图像标注（直线、曲线、多边形、文本标注） Image labeling (line, conic, polygon, text drawing) （3） OpenCV 模块 cv – 核心函数库 cvaux – 辅助函数库 cxcore – 数据结构与线性代数库 highgui – GUI 函数库 ml – 机器学习函数库 []