Opencv 2

Introduccion al uso de OpenCV (2)
Dr. J.B. Hayet

CENTRO DE INVESTIGACION EN MATEMATICAS
Agosto 2007
, J.B. Hayet OpenCV parte 2, Agosto 2007 1 / 64
Outline
1
OpenCV : funcionalidades de procesamiento de imgenes a OpenCV : funcionalidades de geometr a OpenCV y IPP Usando scripts : los wrappers Python Tricks
Procesamiento de imgenes con OpenCV a
OpenCV contiene un gran numero de funcionalidades entre las mas clsicas de procesamiento de imgenes : ltrados, derivacin, a a o operadores morfolgicos. . . o Recorrer la documentacin para vericar si una funcin dada esta o o implementada o no.
Image Processing
Gradients, Edges and Corners Sampling, Interpolation and Geometrical Transforms Morphological Operations Filters and Color Conversion Pyramids and the Applications Image Segmentation, Connected Components and Contour Retrieval Image and Contour Moments Special Image Transforms Histograms Matching
Structural Analysis
Contour Processing Computational Geometry Planar Subdivisions
Motion Analysis and Object Tracking
Accumulation of Background Statistics Motion Templates Object Tracking Optical Flow Estimators
Pattern Recognition
Object Detection
Camera Calibration and 3D Reconstruction
Camera Calibration Pose Estimation Epipolar Geometry
OpenCV : funcionalidades de procesamiento de imgenes a
Outline
1
Conversin entre espacios de color o
v o i d c v C v t C o l o r ( const CvArr s r c , CvArr d s t , i n t code ) ;
Con el code de la forma siguiente CV ESPA12ESPA2, donde ESPA1 y ESPA2 pueden ser entre : BGR, RGB, XYZ, YCrCb, HSV
Umbral
Umbral :
double c v T h r e s h o l d ( const CvArr s r c , CvArr d s t , double t h r e s h o l d , double m a x v a l , i n t t h r e s h t y p e ) ;
Filtros
v o i d c v F i l t e r 2 D ( const CvArr s r c , CvArr d s t , const CvMat k e r n e l , C v P o i n t a n c h o r=c v P o i n t ( 1 , 1));
Ejemplo de uso:
CvMat k e r n e l = c v C r e a t e M a t ( 1 1 , 1 1 , CV 32F ) ; cvSet ( kernel , c v S c a l a r ( 1 . / ( k e r n e l >rows k e r n e l >c o l s ) ) ) ; c v F i l t e r 2 D (A , B , k e r n e l , c v P o i n t ( k e r n e l >c o l s / 2 , k e r n e l >rows / 2 ) ) ;
Filtros : smoothing
Una funcin de smoothing mas especializada que cvFilter2D : o

v o i d cvSmooth ( const CvArr s r c , CvArr d s t , i n t s m o o t h t y p e=CV GAUSSIAN , i n t param1 =3, i n t param2 =0, double param3 =0, double param4=0 ) ;
Filtros : smoothing
Tipos de ltraje con cvSmooth:

# # # # # CV BLUR NO SCALE CV BLUR ( s i m p l e b l u r ) CV GAUSSIAN ( g a u s s i a n b l u r ) CV MEDIAN ( median b l u r ) CV BILATERAL
Derivadas y bordos
Sobel, Canny
v o i d c v S o b e l ( const CvArr s r c , CvArr d s t , int xorder , int yorder , i n t a p e r t u r e s i z e =3); v o i d cvCanny ( const CvArr image , CvArr e d g e s , double t h r e s h o l d 1 , double t h r e s h o l d 2 , i n t a p e r t u r e s i z e =3);
Derivadas y bordos
Derivadas y bordos
Laplaciano
Imgenes integrales a
Pueden revelarse muy utiles para clculos muy rpidos de sumas a a sobre ventanas (las Haar wavelets por ejemplo).
v o i d c v I n t e g r a l ( const CvArr image , CvArr sum , CvArr sqsum=NULL , CvArr t i l t e d s u m=NULL ) ;
Pirmides gausianas a
Muy utiles para razonamiento multi-escala : Down-sampling y ltrado gausiano :

v o i d cvPyrDown ( const CvArr s r c , CvArr d s t , i n t f i l t e r =CV GAUSSIAN 5x5 ) ;
Up-sampling :
v o i d cvPyrUp ( const CvArr s r c , CvArr d s t , i n t f i l t e r =CV GAUSSIAN 5x5 ) ;
Pirmides gausianas a
Morfolog matemtica a a
Flexibilidad en la denicin del elemento estructurante o
IplConvKernel cvCreateStructuringElementEx ( i n t c o l s , i n t rows , i n t anchx , i n t anchy , i n t shape , i n t v a l u e s=NULL ) ; c v R e l e a s e S t r u c t u r i n g E l e m e n t ( I p l C o n v K e r n e l e l ) ;
Elemento no necesariamente simtrico (anchor) e
Formas soportadas
CV SHAPE RECT CV SHAPE CROSS CV SHAPE ELLIPSE CV SHAPE CUSTOM
En caso de CUSTOM, se usan los valores del arreglo values
Operadores bsicos : a
v o i d c v E r o d e ( const CvArr s r c , CvArr d s t , I p l C o n v K e r n e l e l e m e n t=NULL , i n t i t e r a t i o n s =1); v o i d c v D i l a t e ( const CvArr s r c , CvArr d s t , I p l C o n v K e r n e l e l e m e n t=NULL , i n t i t e r a t i o n s =1);
Puntos de inters e
Todos los mtodos implementados son basados en la matriz de e autocorrelacin : o
v o i d c v C o r n e r M i n E i g e n V a l ( const CvArr img , CvArr e i g , i n t b l o c k s i z e , i n t a p s i z e =3); v o i d c v C o r n e r H a r r i s ( const CvArr image , CvArr d s t , i n t b l o c k s i z e , i n t a p s i z e =3, double k =0.04 ) ; v o i d c v F i n d C o r n e r S u b P i x ( const CvArr img , CvPoint2D32f c o r n e r s , i n t count , C v S i z e win , C v S i z e z e r o z o n e , CvTermCriteria c r i t e r i a ) ;
LK tracking
Mtodo de Lucas-Kanade para el seguimiento de puntos de inters e e (funciona bien para puntos de tipo esquinas, detectados por los operadores vistos antes)
v o i d c v C a l c O p t i c a l F l o w L K ( const CvArr p r e v , const CvArr c u r r , CvSize win size , CvArr v e l x , CvArr v e l y ) ;
LK tracking
Histogramas
t y p e d e f s t r u c t CvHis t ogram { int type ; CvArr b i n s ; float t h r e s h [ CV MAX DIM ] [ 2 ] ; / u n i f o r m h i s t . / f l o a t t h r e s h 2 ; / nonu n i f o r m h i s t . / CvMatND mat ; / m a t r i x h e a d e r f o r a r r a y h i s t . / } Cv His togram ;
Histogramas
Cv His t ogram c v C r e a t e H i s t ( i n t dims , i n t s i z e s , i n t type , f l o a t r a n g e s=NULL , i n t u n i f o r m=1 ) ; v o i d c v R e l e a s e H i s t ( Cv His to gram h i s t ) ; v o i d c v N o r m a l i z e H i s t ( CvH is tog ram h i s t , double f a c t o r v o i d c v C a l c H i s t ( I p l I m a g e image , Cv His to gram h i s t , i n t a c c u m u l a t e =0, const CvArr mask=N #d e f i n e c v Q u e r y H i s t V a l u e 1 D ( h i s t , i d x 0 ) \ c vGetReal1D ( ( h i s t )>b i n s , ( i d x 0 ) ) #d e f i n e c v Q u e r y H i s t V a l u e 2 D ( h i s t , i d x 0 , i d x 1 ) \ c vGetReal2D ( ( h i s t )>b i n s , ( i d x 0 ) , ( i d x 1 ) ) #d e f i n e c v Q u e r y H i s t V a l u e 3 D ( h i s t , i d x 0 , i d x 1 , i d x 2 ) c vGetReal3D ( ( h i s t )>b i n s , ( i d x 0 ) , ( i d x 1 ) , ( i d x 2 )
Histogramas : ejemplo
Histogramas : comparacin o
Varias mtricas para histogramas : e
double c v C o m p a r e H i s t ( const Cv His t ogram h i s t 1 , const Cv His t ogram h i s t 2 , i n t method ) ; CV COMP CORREL CV COMP CHISQR CV COMP INTERSECT CV COMP BHATTACHARYYA
Transformada de Hough
Mtodo clsico de acumulacin para la deteccin de objetos e a o o parametrizados :
CvSeq c v H o u g h L i n e s 2 ( CvArr img , v o i d l i n e s t o r a g e , i n t method , double rho , double t h e t a , int thresh , double p a r 1 =0, double p a r 2 =0); CvSeq c v H o u g h C i r c l e s ( CvArr img , v o i d c i r c s t o r a g e , i n t method , double dp , double m i n d i s t , double p a r 1 =100 , double p a r 2 =100 , i n t m i n r a d i u s =0, i n t m a x r a d i u s =0);
Transformada de Hough : lineas rectas
Transformada de Hough : c rculos
Deteccin de caras o
Un ejemplo que viene por default con OpenCV:
Ada-boost con Haar wavelets
Ada-boost con Haar wavelets

La idea es hacer deteccin de objetos de una clase dada usando una o cascada de clasicadores dbiles (t e picamente, por una de las Haar wavelets)
CvSeq c v H a a r D e t e c t O b j e c t s ( const CvArr image , CvHaarClassifierCascade c CvMemStorage s t o r a g e , double s c a l e f a c t o r =1.1 , i n t m i n n e i g h b o r s =3, i n t f l a g s =0, C v S i z e m i n s i z e=c v S i z e ( 0 , 0 )
OpenCV : funcionalidades de geometr a
Outline
1
Calibracin o
Por el momento, viene implementado un metodo clsico basado en a motivo 3D (Tsai) para estimar parametros intrinsecos y extrinsecos. Ademas tiene las herramientas necesarias para usarla muy simplemente en casos planos (deteccin de motivos de tipo ajedrez) o
Calibracin o
Funcin de calibracin : o o
v o i d c v C a l i b r a t e C a m e r a 2 ( const CvMat o b j e c t p o i n t s , const CvMat i m a g e p o i n t s , const CvMat p o i n t c o u n t s , CvSize image size , CvMat i n t r i n s i c m a t r i x , CvMat d i s t o r t i o n c o e f f s , CvMat r o t v e c t o r s=NULL , CvMat t r a n s v e c t o r s=NULL , i n t f l a g s =0 ) ;
Calibracin o
Calibracin: distorsin radial y tangencial o o
Correccin de la distorsin : o o
v o i d c v U n d i s t o r t 2 ( const CvArr s r c , CvArr d s t , const CvMat i n t r i n s i c m a t r i x , const CvMat d i s t o r t i o n c o e f f s ) ;
Calibracin : distorsin radial y tangencial o o
Calculo de transformaciones geomtricas e

v o i d cvFindHomography ( const CvMat s r c p o i n t s , const CvMat d s t p o i n t s , CvMat homography ) ; i n t c v F i ndF undam en t a lM a t ( const CvMat p o i n t s 1 , const CvMat p o i n t s 2 , CvMat f u n d a m e n t a l m a t r i x , int method=CV FM RANSAC , double param1 =1. , double param2 =0.99 , CvMat s t a t u s=NULL ) ;
Estimacin de la pose (cmara calibrada) o a
v o i d cvPOSIT ( CvPOSITObject p o s i t o b j e c t , CvPoint2D32f i m a g e p o i n t s , double f o c a l l e n g t h , CvTermCriteria c r i t e r i a , CvMatr32f r o t a t i o n m a t r i x , CvVect32f t r a n s l a t i o n v e c t o r ) ;
La estructura CvPOSITObject contiene los puntos 3D del objeto sobre el cual nos localizamos.
Geometr epipolar a
Lineas epipolares correspondientes de unos puntos 2D

void cvComputeCorrespondEpilines ( const CvMat p o i n t s , i n t which image , const CvMat f u n d a m e n t a l m a t r i x , CvMat c o r r e s p o n d e n t l i n e s ) ;
OpenCV y IPP
Outline
1
OpenCV y IPP
IPP
IPP (Integrated Performance Primitives) es una parte de las bibliotecas de computo desarrolladas por Intel para aprovechar de las caracter sticas mas avanzadas de sus procesadores (SIMD) Provee funciones soportando el multi-core, y muy bien optimizadas Soporte 64 bits
OpenCV y IPP
IPP : dnde esta la magia ? o
Funcionalidad SIMD (single instruction, multiple data) : registros de 64 o 128 bits. Un registro de 128 bits puede contener 4 int, 4 oat Intel: MMX y luego SSE (Streaming SIMD extension) En general, adaptado a toda clase de problemas vectorizables (muchos tratamientos locales independientes Cuidado al alineamiento de los datos
OpenCV y IPP
IPP: Scope
Video encoding/decoding Procesamiento de imagenes Vectores y matrices Procesamiento del hablar
Audio decoding/encoding Vision JPEG/JPEG2000 Rendido
Compresin de datos o Procesamiento seal n Criptograa ... de
OpenCV y IPP
Ejemplo
I p p S t a t u s ippiRGBToGray <mod>( const Ipp <d a t a t y p e > pSrc , i n t s r c S t e p , Ipp <d a t a t y p e > pDst , i n t d s t S t e p , I p p i S i z e r o i S i z e ) ;
Valores de mod: 8u C3C1R 16 u C3C1R 16 s C3C1R 32 f C3C1R 8u AC4C1R 16 u AC4C1R 16 s AC4C1R 32 f AC4C1R
OpenCV y IPP
Cuanto se mejoran las performancias
Tipo de funcionalidad Incremento de velocidad Piramides gausianas 3 Morfolog a 3 7 Convolucion linear 2 8 Conversion color 1 3 Deteccin de esquinas o 1.8
OpenCV y IPP
IPP y OpenCV
Llamadas a funciones estn integradas a una gran parte de a OpenCV Se decide en el tiempo de la ejecucin si se usa o no IPP o Para que se use, se necesita poner unas variables de entorno (de tal manera que las librer de IPP estn en el path) as e
OpenCV y IPP
IPP y OpenCV
Vericar que s se usa IPP:
const char p l u g i n i n f o= 0 ; c v G e t M o d u l e I n f o (0 , 0 ,& p l u g i n i n f o ) ; i p p i s u s e d= ( p l u g i n i n f o != 0 ) && s t r s t r ( p l u g i n i n f o , ipp )!=0;
Apagar el uso de IPP y ponerlo otra vez:

cvUseOptimized ( 0 ) ; . . . cvUseOptimized ( 1 ) ;
Usando scripts : los wrappers Python
Outline
1
Python y OpenCV
Uso de Python ideal para prototipos, preparar demos Wrappers generados automticamente (SWIG) a Instalado automticamente (necesita SWIG) a Memoria manejada automticamente a
Python y OpenCV
No hay IplImage ac, solo CvMat a Iteratores
x = c v C r e a t e M a t (m, n , t y p e ) f o r row i n x : # row i s same a s t h a t r e t u r n e d by cvGetRow
o:
for col in x . colrange ( ) : # c o l i s same a s t h a t r e t u r n e d by c v G e t C o l
Python y OpenCV
Aceso por el operador [], notaciones a la Matlab

col = x [: , i ] s l i c e = x [0:10 , 0:10] elem1 = x [ i , j ] elem2 = x [ i ] [ j ] x [: , :] = 1 x [0:10 , i ] = [0 , 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 , 9]
Python y OpenCV
Informacin muy util en cuanto a la interfase Python : o http://opencvlibrary.sourceforge.net/PythonInterface
Tricks
Outline
1
Tricks
Uso de la memoria
La memoria esta manejada ` la C: cuidado de bien liberar los a espacios reservados por las funciones de tipo Create o Clone.
cvReleaseImage cvReleaseMat ...
Tricks
Soporte de funciones en sitio
Checar en la documentacion si la funcion que se usa soporta un procesamiento en sitio (dst=src). Una mayor de funciones s lo a soportan.
Tricks
Alineacin de datos o
Para optimizar el tratamiento de los datos, es mejor alinear las lineas sobre 4 o 8 octetos (es automtico con funciones de tipo create) a

Opencv 2

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Opencv 2

Diunggah oleh

Hak Cipta:

Format Tersedia

Introduccion al uso de OpenCV (2)

Dr. J.B. Hayet

, J.B. Hayet OpenCV parte 2, Agosto 2007 1 / 64

, J.B. Hayet OpenCV parte 2, Agosto 2007 2 / 64

Procesamiento de imgenes con OpenCV a

, J.B. Hayet OpenCV parte 2, Agosto 2007 3 / 64

Contour Processing Computational Geometry Planar Subdivisions

, J.B. Hayet OpenCV parte 2, Agosto 2007 5 / 64

Motion Analysis and Object Tracking

, J.B. Hayet OpenCV parte 2, Agosto 2007 6 / 64

, J.B. Hayet OpenCV parte 2, Agosto 2007 7 / 64

Camera Calibration and 3D Reconstruction

Camera Calibration Pose Estimation Epipolar Geometry

, J.B. Hayet OpenCV parte 2, Agosto 2007 8 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 9 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

Conversin entre espacios de color o

v o i d c v C v t C o l o r ( const CvArr s r c , CvArr d s t , i n t code ) ;

, J.B. Hayet OpenCV parte 2, Agosto 2007 10 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 11 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 12 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

Una funcin de smoothing mas especializada que cvFilter2D : o

, J.B. Hayet OpenCV parte 2, Agosto 2007 13 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

Tipos de ltraje con cvSmooth:

, J.B. Hayet OpenCV parte 2, Agosto 2007 14 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 15 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 16 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 17 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 18 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 19 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

Muy utiles para razonamiento multi-escala : Down-sampling y ltrado gausiano :

, J.B. Hayet OpenCV parte 2, Agosto 2007 20 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 21 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

Elemento no necesariamente simtrico (anchor) e

, J.B. Hayet OpenCV parte 2, Agosto 2007 22 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

En caso de CUSTOM, se usan los valores del arreglo values

, J.B. Hayet OpenCV parte 2, Agosto 2007 23 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 24 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 25 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 26 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 27 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 28 / 64

OpenCV : funcionalidades de procesamiento de imgenes a

, J.B. Hayet OpenCV parte 2, Agosto 2007 29 / 64