[信息与通信]openCVManual.doc

CV 参考手册 HUNNISH 注： 本翻译是直接根据 OpenCV Beta 4.0 版本的用户手册翻译的，原文件是：opencv_directory/doc/ref/opencvref_cv.htm, 可以从 SOURCEFORG 上面的 OpenCV 项目下载，也可以直接从 阿须数码 中下载：/incoming/sourcecode/opencv/chinese_docs/ref/opencvref_cv.htm。 翻译中肯定有不少错误，另外也有些术语和原文语义理解不透导致翻译不准确或者错误，也请有心人赐教。 图像处理、结构分析、运动分析和对象跟踪部分由R.Z.LIU翻译，模式识别、照相机定标与三维重建部分由H.M.ZHANG翻译，全文由Y.C.WEI统一修改校正。 图像处理 梯度, 边缘和角点 采样 差值和几何变换? 形态学操作 滤波和彩色变换 金字塔及其应用 连接组件 图像和轮廓矩 特殊图像变换 直方图 匹配 结构分析 轮廓处理 计算几何 平面划分 运动分析和对象跟踪 背景统计量的累积 ? 运动模板 对象跟踪 光流 预估器 模式识别 目标检测 照相机定标和三维重建 照相机定标 姿态估计 极线几何 函数列表 参考 图像处理 注意:本章描述图像处理和分析的一些函数。其中大多数函数都是针对两维象素数组的，这里，我们称这些数组为“图像”，但是它们不一定非得是IplImage 结构，也可以是CvMat或者CvMatND结构。 梯度、边缘和角点 Sobel Sobel 算子计算一阶、二阶、三阶或混合图像差分 void cvSobel( const CvArr* src, CvArr* dst, int xorder, int yorder, int aperture_size=3 ); src 输入图像. dst 输出图像. xorder x? 方向上的差分阶数 yorder y? 方向上的差分阶数 aperture_size 扩展 Sobel 核的大小，必须是 1, 3, 5 或 7。 除了尺寸为 1， 其它情况下， aperture_size ×aperture_size 可分离内核将用来计算差分。对 aperture_size=1的情况， 使用 3x1 或 1x3 内核 （不进行高斯平滑操作）。这里有一个特殊变量? CV_SCHARR (=-1)，对应 3x3 Scharr 滤波器，可以给出比 3x3 Sobel 滤波更精确的结果。Scharr 滤波器系数是： | -3 0 3| |-10 0 10| | -3 0 3| 对 x-方向 以及转置矩阵对 y-方向。 函数 cvSobel 通过对图像用相应的内核进行卷积操作来计算图像差分： dst(x,y) = dxorder+yodersrc/dxxorder?dyyorder |(x,y) 由于Sobel 算子结合了 Gaussian 平滑和微分，所以，其结果或多或少对噪声有一定的鲁棒性。通常情况，函数调用采用如下参数 (xorder=1, yorder=0, aperture_size=3) 或 (xorder=0, yorder=1, aperture_size=3) 来计算一阶 x- 或 y- 方向的图像差分。第一种情况对应： |-1 0 1| |-2 0 2| |-1 0 1| 核。第二种对应 |-1 -2 -1| | 0 0 0| | 1 2 1| or | 1 2 1| | 0 0 0| |-1 -2 -1| 核的选则依赖于图像原点的定义 (origin 来自 IplImage 结构的定义)。由于该函数不进行图像尺度变换，所以和输入图像(数组)相比，输出图像(数组)的元素通常具有更大的绝对数值（译者注：即象素的深度）。为防止溢出，当输入图像是 8 位的，要求输出图像是 16 位的。当然可以用函数函数 cvConvertScale 或 cvConvertScaleAbs 转换为 8 位的。除了 8-比特 图像，函数也接受 32-位 浮点数图像。所有输入和输出图像都必须是单通道的，并且具有相同的图像尺寸或者ROI尺寸。 Laplace void cvLaplace( const CvArr* src, CvArr* dst, int aperture_size=3 ); src 输入图像. dst 输出图像. aperture_size 核大小 (与 cvSobel 中定义一样). 函数 cvLaplace 计算输入图像的 Laplacian变换，方法是先用 sobel 算子计算二阶 x- 和 y-