第七章 学习OpenCV(8)
运行结果如下图：
本例进行的工作如下：
1. 在室内条件下，利用一些手和脸来建立RGB直方图；
2. 利用函数cvCalcBackProject()找到肤色区域；
3. 利用本书第五章图像处理相关函数来清除噪声，并利用函数cvFloodFill()找到图像中肤色最大区域。
具体代码如下：
#include <cv.h>
#include <highgui.h>
#include <stdlib.h>
#include <stdio.h>
#include <math.h>
using namespace std;
CvPoint Current_Point; //值为255点当前点 全局变量才可通过普通成员引用变更其值
bool find_point(IplImage *img, char val);
int main(int argc, char* argv[])
{
IplImage* src1, *src2, *Imask, *rgb1, *rgb2, *Ithreshold, *Itemp, *Iclose, *Idst; //源图像 HSV
int threshold_type = CV_THRESH_BINARY; //阈值类型
CvPoint Last_Point; //值为255点的上一点
// CvPoint Current_Point; //值为255点当前点 为局部变量时，只能通过指针引用变更其值
int Last_Area = 0; //上一个区域面积
int Current_Area = 0; //当前区域面积
CvConnectedComp comp; //被填充区域统计属性
Last_Point = cvPoint(0, 0); //初始化上一点
Current_Point = cvPoint(0, 0); //初始化当前点
if (!(src1 = cvLoadImage("D:\\Template\\OpenCV\\Template56_RGB_BackProjection\\Debug\\handdd.jpg")))
return -1;
if (!(src2 = cvLoadImage("D:\\Template\\OpenCV\\Template56_RGB_BackProjection\\Debug\\handd.jpg")))
return -2;
//此处调入图像掩码应为单通道
if (!(Imask = cvLoadImage("D:\\Template\\OpenCV\\Template56_RGB_BackProjection\\Debug\\Imask.jpg", CV_LOAD_IMAGE_GRAYSCALE)))
return -3;
//cvXorS(Imask, cvScalar(255), Imask); //掩码图像按位异或，求反生成新的掩码处理背景色
//cvSet(src1, cvScalarAll(0), Imask); //背景变黑只提取肤色
rgb1 = cvCreateImage(cvGetSize(src1), src1->depth, src1->nChannels);
rgb2 = cvCreateImage(cvGetSize(src2), src2->depth, src2->nChannels);
cvCvtColor(src1, rgb1, CV_BGR2RGB); //源图像->HSV格式图像
cvCvtColor(src2, rgb2, CV_BGR2RGB); //源图像->HSV格式图像
//反向投影图像
IplImage *back_projection = cvCreateImage(cvGetSize(src2), IPL_DEPTH_8U, 1);
//阈值化 开运算图像
Ithreshold=cvCreateImage(cvGetSize(src2), IPL_DEPTH_8U, 1);
Itemp = cvCreateImage(cvGetSize(src2), IPL_DEPTH_8U, 1);
Iclose = cvCreateImage(cvGetSize(src2), IPL_DEPTH_8U, 1);
//最终目标区域图像
Idst = cvCreateImage(cvGetSize(src2), IPL_DEPTH_8U, 1);
//RGB
IplImage *r_plane_1 = cvCreateImage(cvSize(rgb1->width, rgb1->height), IPL_DEPTH_8U, 1);
IplImage *g_plane_1 = cvCreateImage(cvSize(rgb1->width, rgb1->height), IPL_DEPTH_8U, 1);
IplImage *b_plane_1 = cvCreateImage(cvSize(rgb1->width, rgb1->height), IPL_DEPTH_8U, 1);
IplImage *r_plane_2 = cvCreateImage(cvSize(rgb2->width, rgb2->height), IPL_DEPTH_8U, 1);
IplImage *g_plane_2 = cvCreateImage(cvSize(rgb2->width, rgb2->height), IPL_DEPTH_8U, 1);
IplImage *b_plane_2 = cvCreateImage(cvSize(rgb2->width, rgb2->height), IPL_DEPTH_8U, 1);
IplImage *planes1[] = { r_plane_1, g_plane_1, b_plane_1 }; //色相饱和度数组
IplImage *planes2[] = { r_plane_2, g_plane_2, b_plane_2 }; //色相饱和度数组
cvCvtPixToPlane(rgb1, r_plane_1, g_plane_1, b_plane_1, NULL); //图像分割
cvCvtPixToPlane(rgb2, r_plane_2, g_plane_2, b_plane_2, NULL); //图像分割
//cvSplit(hsv, h_plane, s_plane, v_plane, NULL);
int r_bins = 32, g_bins = 32, b_bins = 32;
//建立直方图
CvHistogram *hist_model,*hist_test;
int hist_size[] = { r_bins, g_bins, b_bins }; //对应维数包含bins个数的数组
float r_ranges[] = { 0, 255 }; //R通道划分范围
float g_ranges[] = { 0, 255 }; //G通道划分范围
float b_ranges[] = { 0, 255 }; //R通道划分范围
float* ranges[] = { r_ranges, g_ranges, b_ranges }; //划分范围数对,均匀bin，range只要最大最小边界
hist_model = cvCreateHist(3, hist_size, CV_HIST_ARRAY, ranges, 1);
hist_test = cvCreateHist(3, hist_size, CV_HIST_ARRAY, ranges, 1);
//创建直方图 （维数，对应维数bins个数，密集矩阵方式存储，划分范围数对，均匀直方图）
cvCalcHist(planes1, hist_model, 0, Imask); //计算直方图（图像，直方图结构，不累加，掩码）
cvCalcHist(planes2, hist_test, 0, 0); //计算直方图（图像，直方图结构，不累加，掩码）
//cvNormalizeHist(hist_model, 1.0); //直方图归一化
//cvNormalizeHist(hist_test, 1.0); //直方图归一化
cvCalcBackProject(planes2, back_projection, hist_model); //像素点的反射投影
//cvErode(back_projection, back_projection, NULL); //腐蚀
cvDilate(back_projection, back_projection, NULL); //膨胀
cvThreshold(back_projection, Ithreshold, 100, 255, threshold_type); //二值阈值化
//闭运算，去除小暗区域，亮区域联结 NULL:3*3参考点为中心的核
cvMorphologyEx(Ithreshold, Iclose, Itemp, NULL, CV_MOP_CLOSE, 1);
cvNamedWindow("Mask", 1);
cvNamedWindow("Model", 1);
cvNamedWindow("Test", 1);
cvNamedWindow("BACK_Projection", 1);
cvNamedWindow("Threshhold", 1);
cvNamedWindow("Iclose", 1);
cvShowImage("Mask", Imask);
cvShowImage("Model", src1);
cvShowImage("Test", src2);
cvShowImage("BACK_Projection", back_projection);
cvShowImage("Threshhold", Ithreshold);
cvShowImage("Iclose", Iclose);
//漫水填充 获得手掌目标区域 效果不明显 图中没有太多噪声 闭运算后已达到要求
cvNamedWindow("Destination", 1);
cvCopy(Iclose, Idst); //复制生成手掌目标图像
do
{
if (find_point(Idst, 255)) //找像素值为255的像素点
{
cout << " X: " << Current_Point.x << " Y: " << Current_Point.y << endl;
cvFloodFill(Idst, Current_Point, cvScalar(100), cvScalar(0), cvScalar(0),
&comp, 8 | CV_FLOODFILL_FIXED_RANGE); //对值为255的点进行漫水填充，值100
Current_Area = comp.area; //当前区域面积
if (Last_Area<Current_Area) //当前区域大于上一区域，上一区域清0
{
if (Last_Area>0)
cvFloodFill(Idst, Last_Point, cvScalar(0), cvScalar(0), cvScalar(0),
&comp, 8 | CV_FLOODFILL_FIXED_RANGE); //上一区域赋值0
cvShowImage("Destination", Idst);
cvWaitKey(500);
Last_Area = Current_Area; //当前区域赋值给上一区域
Last_Point = Current_Point; //当前点赋值给上一点
//memcpy(&Last_Point, &Current_Point, sizeof(CvPoint)); //错误，此方法复制无法正常使用掩码
}
else //当前区域小于等于上一区域，当前区域清0
{
if (Current_Area>0)
cvFloodFill(Idst, Current_Point, cvScalar(0), cvScalar(0), cvScalar(0),
&comp, 8 | CV_FLOODFILL_FIXED_RANGE); //当前区域赋值0
cvShowImage("Destination", Idst);
cvWaitKey(500);
}
}
else //最后剩余的最大区域赋值255
{
cvFloodFill(Idst, Last_Point, cvScalar(255), cvScalar(0), cvScalar(0), &comp, 8 | CV_FLOODFILL_FIXED_RANGE);
cvShowImage("Destination", Idst);
cvWaitKey(500);
//上一区域赋值0
break;
}
} while (true);
cvWaitKey(0);
//system("pause");
cvReleaseHist(&hist_model);
cvReleaseHist(&hist_test);
cvReleaseImage(&Imask);
cvReleaseImage(&src1);
cvReleaseImage(&src2);
cvReleaseImage(&rgb1);
cvReleaseImage(&rgb2);
cvReleaseImage(&Ithreshold);
cvReleaseImage(&Itemp);
cvReleaseImage(&Iclose);
cvReleaseImage(&Idst);
cvReleaseImage(&r_plane_1);
cvReleaseImage(&g_plane_1);
cvReleaseImage(&b_plane_1);
cvReleaseImage(&r_plane_2);
cvReleaseImage(&g_plane_2);
cvReleaseImage(&b_plane_2);
cvReleaseImage(&back_projection);
cvDestroyAllWindows();
}
/******************遍历图像，指针算法********************/
//bool find_point(IplImage *img, char val,CvPoint* P_point)
bool find_point(IplImage *img, char val)
{
char* ptr = NULL;
//uchar* ptr = NULL;
/********** 错，CvMat中为uchar* IplImage中为char* ********/
if (img->nChannels == 1)
{
ptr = img->imageData;
//ptr = (uchar*)img->imageData;
/********** 错，CvMat中为uchar* IplImage中为char* ********/
if (ptr != NULL)
{
for (int i = 0; i < img->height; i++) //矩阵指针行寻址
{
ptr = (img->imageData + i*(img->widthStep)); //i 行 j 列
//ptr = (uchar*)img->imageData + i*img->widthStep; //index1 行 index2 列
/********** 错，mat中为uchar* IplImage中为char* ********/
for (int j = 0; j < img->width; j++) //矩阵指针列寻址
{
//if (ptr[j] == 255) /********错误 ptr对应的值为char型********/
if (ptr[j] == val) //判断某点像素是否为255
{
//P_point->x = j; //列 ****Notice x为列坐标，若为行坐标会出现问题
//P_point->y = i; //行
Current_Point.x = j; /********局部变量此方式 无法实现赋值********/
Current_Point.y = i;
//cout << " j: " << j << " i: " << i << endl;
//cout << " X: " << P_point->x << " Y: " << P_point->y << endl;
//cout << " j: " <<j<< " i: " << i << endl;
//cout << " X: " << Current_Point.x << " Y: " << Current_Point.y << endl;
return true;
}
}
}
}
}
return false;
}
http://www.jiaoanw.com/%E6%95%99%E6%A1%88%E6%A0%BC%E5%BC%8F/article-43870-8.html
http://www.jiaoanw.com/
true
教案网
http://www.jiaoanw.com/%E6%95%99%E6%A1%88%E6%A0%BC%E5%BC%8F/article-43870-8.html
report
16949
运行结果如下图： 本例进行的工作如下： 1. 在室内条件下，利用一些手和脸来建立RGB直方图； 2. 利用函数cvCalcBackProject()找到肤色区域； 3. 利用本书第五
-
-
闫纪民
水下持续战斗力对日本常规潜艇更是有压倒性优势
我TMD也是醉了