1 università degli studi di messina facoltà di ingegneria visilab – computer vision and image...

11

Università degli Studi di MessinaUniversità degli Studi di MessinaFacoltà di IngegneriaFacoltà di Ingegneria

Visilab – Computer Vision and Image Processing LabVisilab – Computer Vision and Image Processing Lab

Librerie OpenCV

Corso di Calcolatori Elettronici II (Visione artificiale)Messina, 14/04/2011Seminario tenuto dall’ing. Filippo Battaglia

2 Visilab – Computer Vision and Image Processing LabUniversity of Messina - Italy

3

OpenCVOpenCVSono le librerie open source più comuni per l’esecuzione diSono le librerie open source più comuni per l’esecuzione di

algoritmi di visione artificiale.algoritmi di visione artificiale.

Rilasciate da Intel come OSS sotto licenza BSD (BerkeleyRilasciate da Intel come OSS sotto licenza BSD (Berkeley

Software License)Software License)

http://sourceforge.net/projects/opencvlibrary/http://sourceforge.net/projects/opencvlibrary/

Visilab – Computer Vision and Image Processing LabUniversity of Messina - Italy


Le librerie OpenCV possono gestire svariatialgoritmi di visione artificiale per mezzo di routine totalmente standardizzate

Conversione RGB/YUVRotazioni, scaling, translazioniApplicazione di filtri immagineCalcolo di istogrammi ed applicazione di soglieApplicazione di operatori (gradiente, laplaciano)Riconoscimento faccialeRicerca di connected componentAlgoritmi di segmentazione


Per programmare con le librerie OpenCV ènecessario procurarsi uno dei manualiapplicativi presenti in rete

OpenCVReferenceManual.pdf


oppure alcuni libri

Gary Bradsky, Kaehler AdrianLearning OpenCV: Computer Vision with the OpenCV LibraryEditrice O’Reilly


Le librerie OpenCV supportano i linguaggiC, C++ e Python

Sotto x86 possono essere usate sotto i3 linguaggi, sotto Nanodesktop (PSP) possonoessere usate solo sotto C e C++(linking solo statico)


Dal punto di vista del programmatore C,il sistema OpenCV è composto daquattro librerie

cxcoreContiene le routine di manipolazioneimmagine a basso livello, funzioni digestione della memoria, manipolazionedegli array e dei vettori


cvLe routine di calcolo istogrammi, trasformazioni geometriche,determinazione di featuresono contenute qui

cvauxContiene routine ausiliarie fondamentaliper i sistemi di face detection Viola-Jones,e per la face recognition via HMM e PCA


highguiQui troverete le routine per- caricamento e salvataggio dei formati immagine supportati (BMP, JPG, PNG, and TIFF)- acquisizione da video camera- acquisizione da video AVI e MPG- gestione delle finestre del window manager

HighGUI ha diverse dipendenze:- Usa Video4Linux sotto Linux e Video For Windows sotto Win32;- Richiede le librerie di gestione dei formati immagine (incluse sotto Win32)- Sotto Linux usa GTK+ e sotto Win32 usa Windows GDI


La versione attuale delle librerie OpenCV per x86 è la 2.2

http://sourceforge.net/projects/opencvlibrary/

Per Nanodesktop PSPE/PSP è disponibilela versione 1.0 delle OpenCV

http://visilab.unime.it/~filippo/Nanodesktop/nanodesktop.htm


Vediamo ora come è possibile installarele librerie OpenCV su PC

(Per l’uso sotto Nanodesktop PSP, virimando alla Nanodesktop User Guide,capitolo 29)

Qui mi occuperò esclusivamente dell’installazione sotto Win32.

Inoltre, useremo le OpenCV 2.1 e non leultime 2.2 per ragioni di compatibilità


Per prima cosa, è necessario scaricare dallarete il pacchetto OpenCV 2.1.

Il file OpenCV-2.1.0-win32-vs2008.exeè un installer per Win32 che permette diinstallare le librerie e di settare correttamentela variabile PATH del sistema Win32.

Questo è importante, perchè sotto Win32OpenCV lavora per mezzo di 4 libreriedinamiche (cxcore210.dll, cv210.dll,cvcam210.dll, highgui210.dll)


Adesso ci serve un IDE (Integrated DevelopmentEnvironment).

In commercio ce ne sono diversi: io vi consiglioil buon, vecchio Dev-C++(www.bloodshed.com)

che ha il vantaggio di essere utilizzabile ancheper Nanodesktop.

(Chi si diletta di programmazione Java puòusare NetBeans + pacchetto supporto C++)


Scarichiamo dunque l’installer di Dev-C++5.0 beta1 dal sito di Bloodshed

devcpp-4.9.9.2_setup.exe

e provvediamo ad installarlo


L’IDE al primo avvio si presenta in questo modo

17

Creiamo un nuovo progetto Dev-C++ scegliendo Creiamo un nuovo progetto Dev-C++ scegliendo Empty projectEmpty project


Dev-C++ chiederà una cartella dove salvare i file...Dev-C++ chiederà una cartella dove salvare i file...

18

Adesso aggiungiamo un nuovo file che si chiamerà Adesso aggiungiamo un nuovo file che si chiamerà main.cmain.c


Click con il tasto destro, Click con il tasto destro, Nuova unità, Nuova unità, e verrà creato un file chiamatoe verrà creato un file chiamatoSenza titolo. Senza titolo. Lo salviamo come Lo salviamo come main.cmain.c


Inseriamo il nostro primo programma OpenCV. Per ora non preoccupiamoci di come funziona

#include <highgui.h>#include <highgui.h>#include <cxcore.h>#include <cxcore.h>#include <cv.h>#include <cv.h>

int main (void)int main (void){ { IplImage *src;IplImage *src; char name [255]="c:\\lena.png";char name [255]="c:\\lena.png"; cvNamedWindow("window",CV_WINDOW_AUTOSIZE);cvNamedWindow("window",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 1); src=cvLoadImage(name, 1); cvShowImage("window", src); cvShowImage("window", src);

cvWaitKey(0); cvWaitKey(0); cvDestroyWindow("window"); cvDestroyWindow("window"); cvReleaseImage(&src);cvReleaseImage(&src);}}

20

Per compilare, dobbiamo dire a Dev-C++ dove trovare i filePer compilare, dobbiamo dire a Dev-C++ dove trovare i file

headers che abbiamo inserito nel sorgente. headers che abbiamo inserito nel sorgente.

Click con il tasto destro sul nome del progetto a sinistra,Click con il tasto destro sul nome del progetto a sinistra,

Opzioni progetto, Opzioni progetto, ed andiamo nel tab ed andiamo nel tab Cartelle IncludeCartelle Include


21

Le cartelle Include da inserire sono le seguentiLe cartelle Include da inserire sono le seguenti

<opencv folder>\include\opencv<opencv folder>\include\opencv

Dove <opencv folder> è la cartella dove avete installato leDove <opencv folder> è la cartella dove avete installato le

librerie OpenCVlibrerie OpenCV


22

Adesso diciamo al linker (ld) dove trovare le librerie OpenCV (sotto Adesso diciamo al linker (ld) dove trovare le librerie OpenCV (sotto

Win32 sono Win32 sono dinamichedinamiche) che serviranno per il nostro programma. ) che serviranno per il nostro programma.

Click con il tasto destro sul nome del progetto a sinistra,Click con il tasto destro sul nome del progetto a sinistra,

Opzioni progetto, Opzioni progetto, ed andiamo nel tab ed andiamo nel tab Cartella LibrerieCartella Librerie


23

Le cartelle di ricerca per il linker da inserire sono le seguentiLe cartelle di ricerca per il linker da inserire sono le seguenti

<opencv folder>\bin<opencv folder>\bin

ATTENZIONE:ATTENZIONE:

La sottocartella \lib contiene le librerie a collegamento dinamicoLa sottocartella \lib contiene le librerie a collegamento dinamico

per Linux (.lib) !!!! Ma noi siamo sotto Win32, quindi ci servonoper Linux (.lib) !!!! Ma noi siamo sotto Win32, quindi ci servono

le librerie dll che sono in \bin.le librerie dll che sono in \bin.


24

Infine, dobbiamo dire al linker (ld) che librerie dinamiche linkare.Infine, dobbiamo dire al linker (ld) che librerie dinamiche linkare.

Andiamo nel tab Andiamo nel tab Parametri, Parametri, textbox textbox Linker...Linker...


ed inseriamo le librerie dinamiche che sono necessarieed inseriamo le librerie dinamiche che sono necessarie

25

Sotto Win32 ci servono le dll:Sotto Win32 ci servono le dll:

-lcxcore210-lcxcore210

-lcv210-lcv210

-lcvaux210-lcvaux210

-lhighgui210-lhighgui210

Nota: gli utenti Linux invece usano le librerie (.lib)Nota: gli utenti Linux invece usano le librerie (.lib)

-lcxcore-lcxcore

-lcv-lcv

-lcvaux-lcvaux

-lhighgui-lhighgui



Siamo pronti. Clicchiamo su Ok per confermare i parametri etorniamo all’interfaccia principale. Adesso Menu/Compila ed esegui


Il nostro programma visualizza il file C:\lena.png sulloschermo, perciò dobbiamo assicurarci che il file siapresente sull’hard disk prima di lanciare il programma





E questo è il risultatoE questo è il risultato


Ok, abbiamo visto che funziona. Ok, abbiamo visto che funziona.

Adesso torniamo al nostro programma ed Adesso torniamo al nostro programma ed analizziamolo nelle sue componentianalizziamolo nelle sue componenti


Le direttive include permettono al compilatore di trovareLe direttive include permettono al compilatore di trovarei prototipi delle funzioni delle librerie i prototipi delle funzioni delle librerie cxcore, cv cxcore, cv e e highgui.highgui.





Ogni immagine OpenCV è contenuta in una struct di tipo Ogni immagine OpenCV è contenuta in una struct di tipo IplImage, IplImage, chechene contiene tutti i parametri ed i pixel. OpenCV, però, in genere nonne contiene tutti i parametri ed i pixel. OpenCV, però, in genere nonagisce sulle struct IplImage, ma su agisce sulle struct IplImage, ma su puntatoripuntatori a tali struct a tali struct


int main (void)int main (void){ { IplImage *src;IplImage *src; char name [255]="c:\\lena.png";char name [255]="c:\\lena.png"; cvNamedWindow("window",CV_WINDOW_AUTOSIZE);cvNamedWindow("window",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 1);src=cvLoadImage(name, 1); cvShowImage("window", src); cvShowImage("window", src);



cvLoadImage carica l’immagine, alloca la struct IplImage cvLoadImage carica l’immagine, alloca la struct IplImage necessarianecessariaa contenerne i dati, e restituisce in uscita un puntatore a tale struct.a contenerne i dati, e restituisce in uscita un puntatore a tale struct.




Se il puntatore restituito è zero (NULL), allora il processo di Se il puntatore restituito è zero (NULL), allora il processo di caricamento è fallito.caricamento è fallito.


Quando l’immagine non serve più, possiamo liberare l’area di Quando l’immagine non serve più, possiamo liberare l’area di memoria ad essa associata tramite memoria ad essa associata tramite cvReleaseImage.cvReleaseImage.




Il puntatore Il puntatore src src potrà essere riutilizzato per altre immaginipotrà essere riutilizzato per altre immagini


Per creare una finestra, si usa Per creare una finestra, si usa cvNamedWindow. cvNamedWindow. Ogni finestra è Ogni finestra è identificata per mezzo di una stringa (nome)identificata per mezzo di una stringa (nome)




Quando una finestra non serve più, si può usare Quando una finestra non serve più, si può usare cvDestroyWindowcvDestroyWindow


Per visualizzare una immagine caricata in una finestra si usaPer visualizzare una immagine caricata in una finestra si usacvShowImage.cvShowImage.


int main (void)int main (void){ { IplImage *src;IplImage *src; char name [255]="c:\\lena.png";char name [255]="c:\\lena.png"; cvNamedWindow("window",CV_WINDOW_AUTOSIZE);cvNamedWindow("window",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 1); src=cvLoadImage(name, 1); cvShowImage("window", src);cvShowImage("window", src);



cvWaitKey(ms)cvWaitKey(ms) sospende l’esecuzione finchè non viene premuto sospende l’esecuzione finchè non viene premutoun tasto o non trascorrono ms millisec. (ms=0, attendi per sempre)un tasto o non trascorrono ms millisec. (ms=0, attendi per sempre)



cvWaitKey(0);cvWaitKey(0); cvDestroyWindow("window"); cvDestroyWindow("window"); cvReleaseImage(&src);cvReleaseImage(&src);}}

Sotto Win32 determina anche una chiamata al driver video per ilSotto Win32 determina anche una chiamata al driver video per ilflushing delle chiamate in coda (chiamate flushing delle chiamate in coda (chiamate cvWaitKey(1) cvWaitKey(1) ))


Bene, ora vediamo come possiamo usare leBene, ora vediamo come possiamo usare lelibrerie OpenCV per applicare un filtro gaussianolibrerie OpenCV per applicare un filtro gaussianoad una immaginead una immagine


Dal corso di elaborazione delle immagini sappiamo Dal corso di elaborazione delle immagini sappiamo che applicare un filtro gaussiano ad una immagineche applicare un filtro gaussiano ad una immaginesignifica eseguire il prodotto della f-trasformatasignifica eseguire il prodotto della f-trasformatadell’immagine di lavoro per una funzione gaussianadell’immagine di lavoro per una funzione gaussianache taglierà le frequenze spaziali di valoreche taglierà le frequenze spaziali di valorepiù elevatopiù elevato

La f-trasformata che otteniamo viene poi La f-trasformata che otteniamo viene poi antitrasformata ottenendo l’immagineantitrasformata ottenendo l’immaginefinale.finale.


Siccome le componenti frequenziali piùSiccome le componenti frequenziali piùelevate di una immagine sono associate aielevate di una immagine sono associate aiparticolari più fini (ed al rumore salt andparticolari più fini (ed al rumore salt andpepper...), nel momento in cui noi lepepper...), nel momento in cui noi leattenuiamo tramite un filtro gaussianoattenuiamo tramite un filtro gaussianootterremo un’immagine con dettagliotterremo un’immagine con dettaglimeno definiti (smoothing).meno definiti (smoothing).


La funzione che ci serve si chiamaLa funzione che ci serve si chiama

void void cvSmoothcvSmooth(const CvArr* src, (const CvArr* src, CvArr* dst, CvArr* dst, int smoothtype=CV_GAUSSIAN, int smoothtype=CV_GAUSSIAN, int param1=3, int param1=3, int param2=0, int param2=0, double param3=0, double param3=0, double param4=0)double param4=0)


dove dove - - srcsrc è l’immagine IPL sorgente;è l’immagine IPL sorgente;- dstdst è l’immagine di destinazioneè l’immagine di destinazione- smoothtypesmoothtype è una costante cheè una costante che indica il tipo di smoothing. Per esempio, può essereindica il tipo di smoothing. Per esempio, può essere CV_BLUR, CV_GAUSSIAN o CV_MEDIANCV_BLUR, CV_GAUSSIAN o CV_MEDIAN- param1param1 è inv. proporzionale alla sigma che è inv. proporzionale alla sigma che verrà usata nella gaussiana. Per i filtri blur, verrà usata nella gaussiana. Per i filtri blur, param1*param2param1*param2 indica le dimensioni della finestraindica le dimensioni della finestra- gli altri parametri (gli altri parametri (param3param3 e e param4param4) ) possono possono essere posti a 0 per ora.essere posti a 0 per ora.


Ok, il programma che ci serve è il seguenteOk, il programma che ci serve è il seguente


int main (void)int main (void){ { IplImage *src, *dst;IplImage *src, *dst; char name [255]="c:\\lena.png";char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE);cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE);cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0); src=cvLoadImage(name, 0); // Carica a toni di grigio // Carica a toni di grigio dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1);dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvSmooth (src, dst, CV_GAUSSIAN, 9, 0, 0, 0);cvSmooth (src, dst, CV_GAUSSIAN, 9, 0, 0, 0);

cvShowImage("window src", src);cvShowImage("window src", src); cvShowImage("window dst", dst);cvShowImage("window dst", dst); cvWaitKey(0); cvWaitKey(0); cvDestroyWindow ("window src"); cvDestroyWindow ("window src"); cvDestroyWindow (“window dst”); cvDestroyWindow (“window dst”); cvReleaseImage(&src);cvReleaseImage(&src); cvReleaseImage(&dst);cvReleaseImage(&dst);}}


Notate che stavolta abbiamo creato 2 finestre: una per l’immagineNotate che stavolta abbiamo creato 2 finestre: una per l’immaginesorgente ed una per l’immagine di destinazionesorgente ed una per l’immagine di destinazione


int main (void)int main (void){ { IplImage *src, *dst;IplImage *src, *dst; char name [255]="c:\\lena.png";char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE);cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE);cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0);src=cvLoadImage(name, 0); dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1);dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvSmooth (src, dst, CV_GAUSSIAN, 9, 0, 0, 0);cvSmooth (src, dst, CV_GAUSSIAN, 9, 0, 0, 0);

cvShowImage("window src", src);cvShowImage("window src", src); cvShowImage("window dst", dst);cvShowImage("window dst", dst); cvWaitKey(0); cvWaitKey(0); cvDestroyWindow("window src");cvDestroyWindow("window src"); cvDestroyWindow(“window dst”); cvDestroyWindow(“window dst”); cvReleaseImage(&src); cvReleaseImage(&src); cvReleaseImage(&dst);cvReleaseImage(&dst);}}


Abbiamo il problema di creare una immagine che abbia le stesseAbbiamo il problema di creare una immagine che abbia le stessedimensioni della sorgente. Usiamo dimensioni della sorgente. Usiamo cvCreateImage cvCreateImage per creare unaper creare unaimmagine vuotaimmagine vuota



cvShowImage("window src", src);cvShowImage("window src", src); cvShowImage("window dst", dst);cvShowImage("window dst", dst); cvWaitKey(0); cvWaitKey(0); cvDestroyWindow("window src");cvDestroyWindow("window src"); cvDestroyWindow (“window dst”); cvDestroyWindow (“window dst”); cvReleaseImage(&src); cvReleaseImage(&dst);cvReleaseImage(&src); cvReleaseImage(&dst);

}}


cvSmooth() cvSmooth() eseguirà il filtraggio vero e proprioeseguirà il filtraggio vero e proprio





Dopo avere creato le due immagini IPL in memoria, dobbiamoDopo avere creato le due immagini IPL in memoria, dobbiamovisualizzarle in due finestrevisualizzarle in due finestre





Dopo che l’utente ha premuto un tasto, cancelliamo le due finestreDopo che l’utente ha premuto un tasto, cancelliamo le due finestree liberiamo la memoria impegnata dalle 2 immaginie liberiamo la memoria impegnata dalle 2 immagini





E questo è il risultato (param1=9)E questo è il risultato (param1=9)


Invece questo è il risultato per param1=31Invece questo è il risultato per param1=31


Supponiamo adesso di volere eseguire unaSupponiamo adesso di volere eseguire unaoperazione diversa, come il thresholdingoperazione diversa, come il thresholding

Come sapete, l’operazione di thresholdingCome sapete, l’operazione di thresholdingrestituisce una immagine binaria, in cuirestituisce una immagine binaria, in cuii pixel di intensità diversa da 0 rispondonoi pixel di intensità diversa da 0 rispondonoad una condizionead una condizione

(di solito che i(x,y)>T)(di solito che i(x,y)>T)


Per eseguire il thresholding, abbiamo Per eseguire il thresholding, abbiamo bisogno di una funzione OpenCVbisogno di una funzione OpenCVchiamatachiamata

cvThresholdcvThreshold

Il cui prototipo è il seguente: Il cui prototipo è il seguente:

void cvThresholdvoid cvThreshold( const CvArr* src, CvArr* dst, ( const CvArr* src, CvArr* dst, double threshold, double threshold, double maxValue, double maxValue, int thresholdType ); int thresholdType );


Nell’esecuzione del thresholding, è fondamentaleNell’esecuzione del thresholding, è fondamentaleil valore del parametro il valore del parametro thresholdtype thresholdtype perchè perchè definisce il tipo di sogliatura che possiamodefinisce il tipo di sogliatura che possiamoeseguire. eseguire.

Precisamente, esso può assumere i seguenti Precisamente, esso può assumere i seguenti valori:valori:

thresholdType=CV_THRESH_BINARY:thresholdType=CV_THRESH_BINARY:dst(x,y) = maxValue, if src(x,y)>thresholddst(x,y) = maxValue, if src(x,y)>threshold 0, otherwise0, otherwise


thresholdType=CV_THRESH_BINARY_INV: thresholdType=CV_THRESH_BINARY_INV: dst(x,y) = 0, if src(x,y)>threshold dst(x,y) = 0, if src(x,y)>threshold maxValue, otherwisemaxValue, otherwise

thresholdType=CV_THRESH_TRUNC: thresholdType=CV_THRESH_TRUNC: dst(x,y) = threshold, if src(x,y)>threshold dst(x,y) = threshold, if src(x,y)>threshold

src(x,y), otherwise src(x,y), otherwise

thresholdType=CV_THRESH_TOZERO: thresholdType=CV_THRESH_TOZERO: dst(x,y) = src(x,y), if (x,y)>threshold dst(x,y) = src(x,y), if (x,y)>threshold

0, otherwise 0, otherwise


thresholdType=CV_THRESH_TOZERO_INV: thresholdType=CV_THRESH_TOZERO_INV: dst(x,y) = 0, if src(x,y)>threshold dst(x,y) = 0, if src(x,y)>threshold

src(x,y), otherwise src(x,y), otherwise

Notate che tutti questi metodi sono a Notate che tutti questi metodi sono a soglia fissa. soglia fissa. Stiamo cioè parlando di meccanismi di sogliaturaStiamo cioè parlando di meccanismi di sogliaturadi tipo di tipo non adattativo.non adattativo.

Vediamo ora qualche esempio applicativo.Vediamo ora qualche esempio applicativo.


Questo è il programma che useremo sotto OpenCV per x86Questo è il programma che useremo sotto OpenCV per x86


int main (void)int main (void){ { IplImage *src, *dst;IplImage *src, *dst; char name [255]="c:\\lena.png";char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE);cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE);cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0);src=cvLoadImage(name, 0); dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1);dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvThreshold (src, dst, 128, 255, CV_THRESH_BINARY);cvThreshold (src, dst, 128, 255, CV_THRESH_BINARY); cvShowImage("window src", src);cvShowImage("window src", src); cvShowImage("window dst", dst);cvShowImage("window dst", dst); cvWaitKey(0); cvWaitKey(0); cvDestroyWindow ("window src"); cvDestroyWindow ("window src"); cvDestroyWindow (“window dst”); cvDestroyWindow (“window dst”); cvReleaseImage(&src);cvReleaseImage(&src); cvReleaseImage(&dst);cvReleaseImage(&dst);}}


Se proviamo ad eseguire il thresholding su Lena, otterremo questo:


Vediamo che succede quando proviamo adeseguire un thresholding binario inverso.

Usiamo CV_THRESH_BINARY_INV




int main (void)int main (void){ { IplImage *src, *dst;IplImage *src, *dst; char name [255]="c:\\lena.png";char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE);cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE);cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0);src=cvLoadImage(name, 0); dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1);dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvThreshold (src, dst, 128, 255, CV_THRESH_BINARY_INV);cvThreshold (src, dst, 128, 255, CV_THRESH_BINARY_INV); cvShowImage("window src", src);cvShowImage("window src", src); cvShowImage("window dst", dst);cvShowImage("window dst", dst); cvWaitKey(0); cvWaitKey(0); cvDestroyWindow ("window src"); cvDestroyWindow ("window src"); cvDestroyWindow (“window dst”); cvDestroyWindow (“window dst”); cvReleaseImage(&src);cvReleaseImage(&src); cvReleaseImage(&dst);cvReleaseImage(&dst);}}


Supponiamo ora di volere “tagliare” (a zero) tutti i valoriSupponiamo ora di volere “tagliare” (a zero) tutti i valoridi luminosità minori di una certa soglia T.di luminosità minori di una certa soglia T.

Per i valori di luminosità superiori alla soglia T noi nonPer i valori di luminosità superiori alla soglia T noi nonimporremo un valore (255) ma prenderemo il valoreimporremo un valore (255) ma prenderemo il valoreoriginale i(x;y). originale i(x;y).

Il tipo di thresholding che ci serve si chiama:Il tipo di thresholding che ci serve si chiama:

CV_THRESH_TOZEROCV_THRESH_TOZERO




int main (void)int main (void){ { IplImage *src, *dst;IplImage *src, *dst; char name [255]="c:\\lena.png";char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE);cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE);cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0);src=cvLoadImage(name, 0); dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1);dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvThreshold (src, dst, 100, 255, CV_THRESH_TOZERO);cvThreshold (src, dst, 100, 255, CV_THRESH_TOZERO); cvShowImage("window src", src);cvShowImage("window src", src); cvShowImage("window dst", dst);cvShowImage("window dst", dst); cvWaitKey(0); cvWaitKey(0); cvDestroyWindow ("window src"); cvDestroyWindow ("window src"); cvDestroyWindow (“window dst”); cvDestroyWindow (“window dst”); cvReleaseImage(&src);cvReleaseImage(&src); cvReleaseImage(&dst);cvReleaseImage(&dst);}}


Il problema del thresholding di tipo “a soglia fissa” è cheIl problema del thresholding di tipo “a soglia fissa” è chenon è in grado di distinguere gli elementi dell’immaginenon è in grado di distinguere gli elementi dell’immagineche ci interessano da quelli che invece vannoche ci interessano da quelli che invece vannoscartati, se non in casi particolari (luminosità uniforme).scartati, se non in casi particolari (luminosità uniforme).

Quando la luminosità è non uniforme, il thresholdingQuando la luminosità è non uniforme, il thresholdinga soglia fissa può fallire miseramente.a soglia fissa può fallire miseramente.


Ad esempio, guardate questa immagine:Ad esempio, guardate questa immagine:


Per cercare di risolvere il problema, si usano Per cercare di risolvere il problema, si usano algoritmi di thresholding di tipo algoritmi di thresholding di tipo adattativo, adattativo, dove ildove ilcriterio di appartenenza applicato al punto P(x,y)criterio di appartenenza applicato al punto P(x,y)non è legato ad una soglia fissa T, ma è legatonon è legato ad una soglia fissa T, ma è legatoad un parametro T(x,y) che dipende da ciòad un parametro T(x,y) che dipende da ciòche è presente che è presente nell’intorno del punto (x,y).nell’intorno del punto (x,y).


Un thresholding di tipo adattativo può essere ottenutoUn thresholding di tipo adattativo può essere ottenutoper mezzo della funzione per mezzo della funzione cvAdaptiveThreshold cvAdaptiveThreshold

void cvAdaptiveThreshold void cvAdaptiveThreshold (const CvArr* src, CvArr* dst, (const CvArr* src, CvArr* dst, double maxValue, double maxValue, int adaptiveMethod, int adaptiveMethod, int thresholdType, int thresholdType, int blockSize, int blockSize, double param1 );double param1 );

maxValuemaxValue è il valore che verrà inserito nell’immagine di è il valore che verrà inserito nell’immagine didestinazione se la condizione locale è verificatadestinazione se la condizione locale è verificata


thresholdtype thresholdtype può essere una costante con 2 valori:può essere una costante con 2 valori:

CV_THRESH_BINARY, CV_THRESH_BINARY, CV_THRESH_BINARY_INVCV_THRESH_BINARY_INV

Ciò che invece è importante è il metodo di tipoCiò che invece è importante è il metodo di tipoadattativo. Esso può essere di 2 tipi:adattativo. Esso può essere di 2 tipi:

CV_ADAPTIVE_THRESH_MEAN_CCV_ADAPTIVE_THRESH_MEAN_C:In questo caso viene eseguita una media dell’intornoIn questo caso viene eseguita una media dell’intornoquadrato quadrato blockSize x blockSize. blockSize x blockSize. A questo valore vieneA questo valore vienesottratto il parametro sottratto il parametro Param1 Param1 (se non è 0).(se non è 0).


CV_ADAPTIVE_THRESH_GAUSSIAN_CCV_ADAPTIVE_THRESH_GAUSSIAN_C:In questo caso viene eseguita una media pesata In questo caso viene eseguita una media pesata dell’intorno circolare di raggio dell’intorno circolare di raggio blockSize.blockSize.

Il peso è dato da una funzione gaussiana, in modoIl peso è dato da una funzione gaussiana, in mododa rendere meno importanti i valori dei pixelda rendere meno importanti i valori dei pixelpiù lontani dell’intorno. più lontani dell’intorno.

Al valore di media gaussiana ottenuta vieneAl valore di media gaussiana ottenuta vienesottratto il parametro sottratto il parametro Param1 Param1 (se non è 0).(se non è 0).




int main (void)int main (void){ { IplImage *src, *dst;IplImage *src, *dst; char name [255]="c:\\lena.png";char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE);cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE);cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0);src=cvLoadImage(name, 0); dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1);dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvAdaptiveThreshold (src, dst, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY, 3, 0 );cvAdaptiveThreshold (src, dst, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY, 3, 0 ); cvShowImage("window src", src);cvShowImage("window src", src); cvShowImage("window dst", dst);cvShowImage("window dst", dst); cvWaitKey(0); cvWaitKey(0); cvDestroyWindow ("window src"); cvDestroyWindow ("window src"); cvDestroyWindow (“window dst”); cvDestroyWindow (“window dst”); cvReleaseImage(&src);cvReleaseImage(&src); cvReleaseImage(&dst);cvReleaseImage(&dst);}}


Ed ecco quello che succede:Ed ecco quello che succede:


Possiamo trovare i prototipi di tutte le funzioniPossiamo trovare i prototipi di tutte le funzioniOpenCV 2.1 a questo indirizzo...OpenCV 2.1 a questo indirizzo...

http://opencv.willowgarage.com/documentation/index.html

In questo modo, modificando il programma che viIn questo modo, modificando il programma che viho mostrato, possiamo allenarci ad eseguire altriho mostrato, possiamo allenarci ad eseguire altrifiltraggi (per esempio, blurring, laplaciano, o filtraggi (per esempio, blurring, laplaciano, o applicazione dell’operatore di Sobel)applicazione dell’operatore di Sobel)


La prossima volta vedremo qualche uso più sofisticatoLa prossima volta vedremo qualche uso più sofisticatodelle librerie OpenCV come l’estrazione degli edgedelle librerie OpenCV come l’estrazione degli edge

Nel frattempo, chi volesse approfondire l’argomento puòNel frattempo, chi volesse approfondire l’argomento puòvisionare le ottime slide dr. Francesco La Rosavisionare le ottime slide dr. Francesco La Rosaa questo indirizzo:a questo indirizzo:

http://visilab.unime.it/~flarosa/OpenCV/2004_05/Opencv1_1.pdfhttp://visilab.unime.it/~flarosa/OpenCV/2004_05/Opencv1_1.pdf

73

GRAZIEGRAZIE


1 università degli studi di messina facoltà di ingegneria visilab – computer vision and image...

Documents