OpenCV：おじさんブログ：SSブログ

	ブログをはじめるログイン

cv::Mat での各要素へのアクセス方法　 [OpenCV]

CV_GRAY2BGR 形式のcv::Mat データの各要素へのアクセス方法。

画像の最大、最小、平均輝度を求める方法

px->data.max    = 0;
px->data.min    = 0xffff;
px->data.ave    = 0;
px->data.count    = 0;

uint64_t    total = 0;

for (int y = 0; y < roi->rows; ++y){
    for (int x = 0; x < roi->cols; ++x) {
        for (int c=0; c<roi->channels(); c++) {
            unsigned short    B = roi->at<cv::Vec3s>(y, x)[0];
            unsigned short    G = roi->at<cv::Vec3s>(y, x)[1];
            unsigned short    R = roi->at<cv::Vec3s>(y, x)[2];
            unsigned int    pixelData = B + G + R;

            if (pixelData > px->data.max) px->data.max = pixelData;
            if (pixelData < px->data.min) px->data.min = pixelData;
            total += pixelData;
            px->data.count++;
        }
    }
}
px->data.ave = (unsigned int)(total / px->data.count);

参考サイト

2014-03-03 23:54 nice!(1) コメント(1) トラックバック(0)

OpenCVとOpenGLの座標系　 [OpenCV]

OpenCVは左上原点

OpenGLは一般的な左下原点

OpenCVを一般的な座標で考える場合は、(x,y,z) = (1,-1,-1)をか掛ける。

参考サイト

2014-02-04 00:03 nice!(0) コメント(1) トラックバック(0)

SIFT検出器に基づく特徴点検出概要　 [OpenCV]

画像内の強いコーナーを検出します。

◆画像処理効果

処理前

処理後

以下のコードを使うと「stack overflow」で停止するので注意が必要です。原因究明はこの処理を使う必要が発生したときに行う。

以下に制作したSURF検出器による特徴点検出部のソースを示す。

Detectors.cpp

SIFTはノンフリー版なので、この関数を使用するには以下の２点を追加する必要があります。

１．マクロとヘッダーの追加

２．main関数の最初にcv::initModule_nonfree関数を追加

参考サイト

2014-01-31 00:09 nice!(0) コメント(1) トラックバック(0)

ROIとは：「画像に対して ROI（Region Of Interest）を設定すると，その部分画像が，画像全体と同一に扱われる．つまり，部分画像に対して処理を行う場合，それが部分画像であることを考慮する必要なく扱うことができる．ただし，処理結果として座標や領域を得て，それを再び画像全体に戻す処理（例えば，画像全体に対して描画するなど）を行う場合は，座標にオフセット（ROIの位置，幅など）を加えるなどの追加処理が必要なので注意すること．」

ROI(Region Of Interest)を利用して部分処理を行う。今回は4分割しそれぞれを回転させた。

◆画像処理効果

処理前

処理後

以下に制作したTilingクラスのソースを示す。

Tiling.h

Tiling.cpp

ソースコード

参考サイト

2014-01-30 00:05 nice!(0) コメント(1) トラックバック(0)

SimpleBlob検出器に基づく特徴点検出概要　 [OpenCV]

適応的閾値処理を行い，入力画像を二値化します．その際に，minThreasholdからmaxThresholdまで，thresholdStepステップで変化させた複数の閾値を利用します．
各二値画像から，findContours()を用いて連結成分を抽出し，その中心を求めます．
複数の二値画像の中心点を座標でグループ化します．近い中心同士は1つのblobを形成し，これは minDistBetweenBlobsパラメータで制御されます．
グループの最終的な中心と半径を推定し，それをキーポイントの位置とサイズとして返します．

◆画像処理効果

処理前