...
Kuvan lataamiseen löytyy useita eri funktioista jotka löytyvät OpenCV dokumentaatiosta, nämä tehdään yleensä highgui luokalla. OpenCV käyttää Mat datatyyppiä kuville, se on matriisityyppinen datarakenne, jonne kuvat tallennetaan yleensä BGR väriformaatissa.
Kuvatiedosto
Kuvatiedoston lataaminen Mat muuttujaantapahtuu yleensä seuraavalla komennolla, jossa ensimmäinen parametri on kuvatiedoston nimi/polku ja toisella voidaan vaikuttaa siihen missä formaatissa kuva ladataan, 0 on harmaasävy- ja 1 on värikuva.
Mat image = imread(const string& filename, int flags=1 );
Kuva voidaan myös ladata tietokoneen suoraan tietokoneen muistista OpenCV käyttöön, tämä tapahtuu imdecode funktiolla. Sen avulla voidaan välttää ylimääräinen kovalevylle tallentaminen esimerkiksi kompaktikameraa käyttäessä, jollon etälaukaisulla otetaan kuva ja luetaan se muistiin, jonka jälkeen se voidaan purkaa seuraavalla komennolla. Tämä on tarpeen vain siinä tilanteessa, jos kuva on pakatussa muodossa. Pakkaamattoman kuvan dataa voi käyttää myös suoraan sellaisenaan Mat muuttujassa.
Mat image = imdecode(InputArray buf, int flags);
OpenCV pystyy myös tallentamaan kuvatiedostoja imwrite funktiolla.
Kamera ja video
Tekstiä videon ja kameran käytöstä opencv kanssa, webcam ja video on samaa.
Suodattimet
Yksinkertaisten suodattimien käyttöä
Häiriönpoisto
GaussianBlur yms...
Threshold
...
OpenCV käsittelee perinteistä verkkokameraa ja videotiedostoa samalla tavalla, siinä avataan videostream ja siitä otetaan frameja tietyin väliajoin. Seuraavassa esimerkissä on hyvin yksinkertaistettuna tämän toiminta jossa otetaan vain yksi frame ja if lausekkeella varmistetaan, että stream on auennut.
VideoCapture cap(0)
if(!cap.isOpened()) return -1;
Mat frame;
cap >> frame;
VideoCapturen parametrinä voidaan käyttää myös videotiedostoa, tässä esimerkissä oleva 0 on oletus verkkokamera ja se voidaan myös muuttaa, jos tietokoneesta löytyy useampi kamera.
Suodattimet
Kuvasta häiriönpoisto ja tärkeiden asioiden erottaminen erilaisella kuvankäsittelyllä on erittäin tärkeää konenäössä. Tätä varten OpenCV sisältää oman imgproc moduulin, joka sisältää useita erilaisia funktioita joiden avulla kuvaa pystytään käsittelemään.
Häiriönpoisto
Häiriönpoisto tapahtuu usein pehmentämällä kuvaa, tätä varten on olemassa useita erilaisia toimintoja jotka toimivat hieman erilaisilla algoritmeilla. Yllä olevasta linkistä löytyy esimerkki näiden käytöstä ja teoriasta niiden taustalla.
Sivustolla oleva ohjelma käy muutamia näistä läpi ja muuttaa niiden parametreja, joilla se esittelee näiden käyttöä. Yksinkertaistettuna näiden funktioiden käyttö kuitenkin tapahtuu seuraavien funktioiden avulla.
GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, intborderType=BORDER_DEFAULT )
medianBlur(InputArray src, OutputArray dst, int ksize)
blur(InputArray src, OutputArray dst, Size ksize, Point anchor=Point(-1,-1), int borderType=BORDER_DEFAULT )
bilateralFilter(InputArray src, OutputArray dst, int d, double sigmaColor, double sigmaSpace, intborderType=BORDER_DEFAULT )
InputArray ja OutputArray on Mat muuttujia, input on kuva jolle suodatus tehdään ja output on matriisi johon se tallennetaan. Näissä voi käyttää myös samaa matriisia, jolloin suodatettu korvaa alkuperäisen. Parametrit ovat kaikissa vähän erilaiset ja niistä lisätietoa löytyy osoitteesta. http://docs.opencv.org/modules/imgproc/doc/filtering.html
Mat image = imread("kuva.jpg",0);
blur(image,image,Size(3,3));
Threshold
Threshold funktiota voidaan käyttää binäärikuvien luomiseen. Yksinkertaisimmillaan siinä voidaan asettaa arvo, jonka ylittävät kuvapisteen arvot asetetaan ykkösiksi ja alittavat asetetaan nollaksi.
threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type)
Ylläolevan linkissä on selkeästi esitetty funktion parametrit, tämän kanssa voidaan käyttää myös Otsun metodia threshold arvon määrittämiseen seuraavan esimerkin mukaisesti. Se hakee kuvasta automaattisesti kuvasta histogrammin avulla tummat ja vaaleat alueet ja asettaa threshold arvon niiden väliin.
threshold(image,image,0,255,CV_THRESH_BINARY|CV_THRESH_OTSU);
Lisäksi löytyy adaptiveThreshold johon kannattaa tutustua, siinä jokaisen kuvapisteen kohdalla haetaan arvo pisteelle ympäröivien kuvapisteiden mukaan.
Morphology
http://docs.opencv.org/doc/tutorials/imgproc/opening_closing_hats/opening_closing_hats.html
http://docs.opencv.org/doc/tutorials/imgproc/erosion_dilatation/erosion_dilatation.html
Dilate, Erode, Open, Close
...