La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Università degli Studi di Messina Facoltà di Ingegneria Visilab – Computer Vision and Image Processing Lab Librerie OpenCV Corso di Calcolatori Elettronici.

Presentazioni simili


Presentazione sul tema: "Università degli Studi di Messina Facoltà di Ingegneria Visilab – Computer Vision and Image Processing Lab Librerie OpenCV Corso di Calcolatori Elettronici."— Transcript della presentazione:

1 Università degli Studi di Messina Facoltà di Ingegneria Visilab – Computer Vision and Image Processing Lab Librerie OpenCV Corso di Calcolatori Elettronici II (Visione artificiale) Messina, 14/04/2011 Seminario tenuto dall’ing. Filippo Battaglia

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

3 OpenCV Sono le librerie open source più comuni per l’esecuzione di
algoritmi di visione artificiale. Rilasciate da Intel come OSS sotto licenza BSD (Berkeley Software License) Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

4 Le librerie OpenCV possono gestire svariati
algoritmi di visione artificiale per mezzo di routine totalmente standardizzate Conversione RGB/YUV Rotazioni, scaling, translazioni Applicazione di filtri immagine Calcolo di istogrammi ed applicazione di soglie Applicazione di operatori (gradiente, laplaciano) Riconoscimento facciale Ricerca di connected component Algoritmi di segmentazione Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

5 Per programmare con le librerie OpenCV è
necessario procurarsi uno dei manuali applicativi presenti in rete OpenCVReferenceManual.pdf Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

6 oppure alcuni libri Gary Bradsky, Kaehler Adrian
Learning OpenCV: Computer Vision with the OpenCV Library Editrice O’Reilly Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

7 Le librerie OpenCV supportano i linguaggi C, C++ e Python
Sotto x86 possono essere usate sotto i 3 linguaggi, sotto Nanodesktop (PSP) possono essere usate solo sotto C e C++ (linking solo statico) Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

8 Dal punto di vista del programmatore C,
il sistema OpenCV è composto da quattro librerie cxcore Contiene le routine di manipolazione immagine a basso livello, funzioni di gestione della memoria, manipolazione degli array e dei vettori Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

9 Le routine di calcolo istogrammi, trasformazioni geometriche,
cv Le routine di calcolo istogrammi, trasformazioni geometriche, determinazione di feature sono contenute qui cvaux Contiene routine ausiliarie fondamentali per i sistemi di face detection Viola-Jones, e per la face recognition via HMM e PCA Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

10 Qui troverete le routine per
highgui Qui 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 Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

11 La versione attuale delle librerie OpenCV per x86 è la 2.2
Per Nanodesktop PSPE/PSP è disponibile la versione 1.0 delle OpenCV Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

12 Vediamo ora come è possibile installare le librerie OpenCV su PC
(Per l’uso sotto Nanodesktop PSP, vi rimando alla Nanodesktop User Guide, capitolo 29) Qui mi occuperò esclusivamente dell’ installazione sotto Win32. Inoltre, useremo le OpenCV 2.1 e non le ultime 2.2 per ragioni di compatibilità Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

13 Per prima cosa, è necessario scaricare dalla
rete il pacchetto OpenCV 2.1. Il file OpenCV win32-vs2008.exe è un installer per Win32 che permette di installare le librerie e di settare correttamente la variabile PATH del sistema Win32. Questo è importante, perchè sotto Win32 OpenCV lavora per mezzo di 4 librerie dinamiche (cxcore210.dll, cv210.dll, cvcam210.dll, highgui210.dll) Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

14 Adesso ci serve un IDE (Integrated Development Environment).
In commercio ce ne sono diversi: io vi consiglio il buon, vecchio Dev-C++ (www.bloodshed.com) che ha il vantaggio di essere utilizzabile anche per Nanodesktop. (Chi si diletta di programmazione Java può usare NetBeans + pacchetto supporto C++) Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

15 Scarichiamo dunque l’installer di Dev-C++
5.0 beta1 dal sito di Bloodshed devcpp _setup.exe e provvediamo ad installarlo Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

16 L’IDE al primo avvio si presenta in questo modo
Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

17 Creiamo un nuovo progetto Dev-C++ scegliendo Empty project
Dev-C++ chiederà una cartella dove salvare i file... Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

18 Adesso aggiungiamo un nuovo file che si chiamerà main.c
Click con il tasto destro, Nuova unità, e verrà creato un file chiamato Senza titolo. Lo salviamo come main.c Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

19 Inseriamo il nostro primo programma OpenCV.
Per ora non preoccupiamoci di come funziona #include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src; char name [255]="c:\\lena.png"; cvNamedWindow("window",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 1); cvShowImage("window", src); cvWaitKey(0); cvDestroyWindow("window"); cvReleaseImage(&src); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

20 Per compilare, dobbiamo dire a Dev-C++ dove trovare i file
headers che abbiamo inserito nel sorgente. Click con il tasto destro sul nome del progetto a sinistra, Opzioni progetto, ed andiamo nel tab Cartelle Include Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

21 Le cartelle Include da inserire sono le seguenti
<opencv folder>\include\opencv Dove <opencv folder> è la cartella dove avete installato le librerie OpenCV Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

22 Adesso diciamo al linker (ld) dove trovare le librerie OpenCV (sotto
Win32 sono dinamiche) che serviranno per il nostro programma. Click con il tasto destro sul nome del progetto a sinistra, Opzioni progetto, ed andiamo nel tab Cartella Librerie Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

23 Le cartelle di ricerca per il linker da inserire sono le seguenti
<opencv folder>\bin ATTENZIONE: La sottocartella \lib contiene le librerie a collegamento dinamico per Linux (.lib) !!!! Ma noi siamo sotto Win32, quindi ci servono le librerie dll che sono in \bin. Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

24 Infine, dobbiamo dire al linker (ld) che librerie dinamiche linkare.
Andiamo nel tab Parametri, textbox Linker... ed inseriamo le librerie dinamiche che sono necessarie Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

25 Visilab – Computer Vision and Image Processing Lab
Sotto Win32 ci servono le dll: -lcxcore210 -lcv210 -lcvaux210 -lhighgui210 Nota: gli utenti Linux invece usano le librerie (.lib) -lcxcore -lcv -lcvaux -lhighgui Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

26 Siamo pronti. Clicchiamo su Ok per confermare i parametri e
torniamo all’interfaccia principale. Adesso Menu/Compila ed esegui Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

27 Il nostro programma visualizza il file C:\lena.png sullo
schermo, perciò dobbiamo assicurarci che il file sia presente sull’hard disk prima di lanciare il programma #include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src; char name [255]="c:\\lena.png"; cvNamedWindow("window",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 1); cvShowImage("window", src); cvWaitKey(0); cvDestroyWindow("window"); cvReleaseImage(&src); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

28 Visilab – Computer Vision and Image Processing Lab
E questo è il risultato Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

29 Ok, abbiamo visto che funziona. Adesso torniamo al nostro programma ed
analizziamolo nelle sue componenti Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

30 Le direttive include permettono al compilatore di trovare
i prototipi delle funzioni delle librerie cxcore, cv e highgui. #include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src; char name [255]="c:\\lena.png"; cvNamedWindow("window",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 1); cvShowImage("window", src); cvWaitKey(0); cvDestroyWindow("window"); cvReleaseImage(&src); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

31 Ogni immagine OpenCV è contenuta in una struct di tipo IplImage, che
ne contiene tutti i parametri ed i pixel. OpenCV, però, in genere non agisce sulle struct IplImage, ma su puntatori a tali struct #include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src; char name [255]="c:\\lena.png"; cvNamedWindow("window",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 1); cvShowImage("window", src); cvWaitKey(0); cvDestroyWindow("window"); cvReleaseImage(&src); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

32 cvLoadImage carica l’immagine, alloca la struct IplImage necessaria
a contenerne i dati, e restituisce in uscita un puntatore a tale struct. #include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src; char name [255]="c:\\lena.png"; cvNamedWindow("window",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 1); cvShowImage("window", src); cvWaitKey(0); cvDestroyWindow("window"); cvReleaseImage(&src); } Se il puntatore restituito è zero (NULL), allora il processo di caricamento è fallito. Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

33 Quando l’immagine non serve più, possiamo liberare l’area di
memoria ad essa associata tramite cvReleaseImage. #include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src; char name [255]="c:\\lena.png"; cvNamedWindow("window",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 1); cvShowImage("window", src); cvWaitKey(0); cvDestroyWindow("window"); cvReleaseImage(&src); } Il puntatore src potrà essere riutilizzato per altre immagini Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

34 Quando una finestra non serve più, si può usare cvDestroyWindow
Per creare una finestra, si usa cvNamedWindow. Ogni finestra è identificata per mezzo di una stringa (nome) #include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src; char name [255]="c:\\lena.png"; cvNamedWindow("window",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 1); cvShowImage("window", src); cvWaitKey(0); cvDestroyWindow("window"); cvReleaseImage(&src); } Quando una finestra non serve più, si può usare cvDestroyWindow Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

35 Per visualizzare una immagine caricata in una finestra si usa
cvShowImage. #include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src; char name [255]="c:\\lena.png"; cvNamedWindow("window",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 1); cvShowImage("window", src); cvWaitKey(0); cvDestroyWindow("window"); cvReleaseImage(&src); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

36 cvWaitKey(ms) sospende l’esecuzione finchè non viene premuto
un tasto o non trascorrono ms millisec. (ms=0, attendi per sempre) #include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src; char name [255]="c:\\lena.png"; cvNamedWindow("window",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 1); cvShowImage("window", src); cvWaitKey(0); cvDestroyWindow("window"); cvReleaseImage(&src); } Sotto Win32 determina anche una chiamata al driver video per il flushing delle chiamate in coda (chiamate cvWaitKey(1) ) Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

37 Bene, ora vediamo come possiamo usare le
librerie OpenCV per applicare un filtro gaussiano ad una immagine Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

38 Dal corso di elaborazione delle immagini sappiamo
che applicare un filtro gaussiano ad una immagine significa eseguire il prodotto della f-trasformata dell’immagine di lavoro per una funzione gaussiana che taglierà le frequenze spaziali di valore più elevato La f-trasformata che otteniamo viene poi antitrasformata ottenendo l’immagine finale. Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

39 Siccome le componenti frequenziali più
elevate di una immagine sono associate ai particolari più fini (ed al rumore salt and pepper...), nel momento in cui noi le attenuiamo tramite un filtro gaussiano otterremo un’immagine con dettagli meno definiti (smoothing). Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

40 La funzione che ci serve si chiama void cvSmooth (const CvArr* src,
CvArr* dst, int smoothtype=CV_GAUSSIAN, int param1=3, int param2=0, double param3=0, double param4=0) Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

41 - src è l’immagine IPL sorgente; dst è l’immagine di destinazione
dove - src è l’immagine IPL sorgente; dst è l’immagine di destinazione smoothtype è una costante che indica il tipo di smoothing. Per esempio, può essere CV_BLUR, CV_GAUSSIAN o CV_MEDIAN param1 è inv. proporzionale alla sigma che verrà usata nella gaussiana. Per i filtri blur, param1*param2 indica le dimensioni della finestra gli altri parametri (param3 e param4) possono essere posti a 0 per ora. Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

42 Ok, il programma che ci serve è il seguente
#include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src, *dst; char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0); // Carica a toni di grigio dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvSmooth (src, dst, CV_GAUSSIAN, 9, 0, 0, 0); cvShowImage("window src", src); cvShowImage("window dst", dst); cvWaitKey(0); cvDestroyWindow ("window src"); cvDestroyWindow (“window dst”); cvReleaseImage(&src); cvReleaseImage(&dst); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

43 Notate che stavolta abbiamo creato 2 finestre: una per l’immagine
sorgente ed una per l’immagine di destinazione #include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src, *dst; char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0); dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvSmooth (src, dst, CV_GAUSSIAN, 9, 0, 0, 0); cvShowImage("window src", src); cvShowImage("window dst", dst); cvWaitKey(0); cvDestroyWindow("window src"); cvDestroyWindow(“window dst”); cvReleaseImage(&src); cvReleaseImage(&dst); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

44 Abbiamo il problema di creare una immagine che abbia le stesse
dimensioni della sorgente. Usiamo cvCreateImage per creare una immagine vuota #include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src, *dst; char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0); dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvSmooth (src, dst, CV_GAUSSIAN, 9, 0, 0, 0); cvShowImage("window src", src); cvShowImage("window dst", dst); cvWaitKey(0); cvDestroyWindow("window src"); cvDestroyWindow (“window dst”); cvReleaseImage(&src); cvReleaseImage(&dst); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

45 cvSmooth() eseguirà il filtraggio vero e proprio
#include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src, *dst; char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0); dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvSmooth (src, dst, CV_GAUSSIAN, 9, 0, 0, 0); cvShowImage("window src", src); cvShowImage("window dst", dst); cvWaitKey(0); cvDestroyWindow("window src"); cvDestroyWindow(“window dst”); cvReleaseImage(&src); cvReleaseImage(&dst); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

46 Dopo avere creato le due immagini IPL in memoria, dobbiamo
visualizzarle in due finestre #include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src, *dst; char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0); dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvSmooth (src, dst, CV_GAUSSIAN, 9, 0, 0, 0); cvShowImage("window src", src); cvShowImage("window dst", dst); cvWaitKey(0); cvDestroyWindow("window src"); cvDestroyWindow(“window dst”); cvReleaseImage(&src); cvReleaseImage(&dst); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

47 Dopo che l’utente ha premuto un tasto, cancelliamo le due finestre
e liberiamo la memoria impegnata dalle 2 immagini #include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src, *dst; char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0); dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvSmooth (src, dst, CV_GAUSSIAN, 9, 0, 0, 0); cvShowImage("window src", src); cvShowImage("window dst", dst); cvWaitKey(0); cvDestroyWindow("window src"); cvDestroyWindow(“window dst”); cvReleaseImage(&src); cvReleaseImage(&dst); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

48 E questo è il risultato (param1=9)
Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

49 Invece questo è il risultato per param1=31
Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

50 Supponiamo adesso di volere eseguire una
operazione diversa, come il thresholding Come sapete, l’operazione di thresholding restituisce una immagine binaria, in cui i pixel di intensità diversa da 0 rispondono ad una condizione (di solito che i(x,y)>T) Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

51 Per eseguire il thresholding, abbiamo bisogno di una funzione OpenCV
chiamata cvThreshold Il cui prototipo è il seguente: void cvThreshold ( const CvArr* src, CvArr* dst, double threshold, double maxValue, int thresholdType ); Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

52 Nell’esecuzione del thresholding, è fondamentale
il valore del parametro thresholdtype perchè definisce il tipo di sogliatura che possiamo eseguire. Precisamente, esso può assumere i seguenti valori: thresholdType=CV_THRESH_BINARY: dst(x,y) = maxValue, if src(x,y)>threshold 0, otherwise Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

53 thresholdType=CV_THRESH_BINARY_INV:
dst(x,y) = 0, if src(x,y)>threshold maxValue, otherwise thresholdType=CV_THRESH_TRUNC: dst(x,y) = threshold, if src(x,y)>threshold src(x,y), otherwise thresholdType=CV_THRESH_TOZERO: dst(x,y) = src(x,y), if (x,y)>threshold 0, otherwise Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

54 thresholdType=CV_THRESH_TOZERO_INV:
dst(x,y) = 0, if src(x,y)>threshold src(x,y), otherwise Notate che tutti questi metodi sono a soglia fissa. Stiamo cioè parlando di meccanismi di sogliatura di tipo non adattativo. Vediamo ora qualche esempio applicativo. Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

55 Questo è il programma che useremo sotto OpenCV per x86
#include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src, *dst; char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0); dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvThreshold (src, dst, 128, 255, CV_THRESH_BINARY); cvShowImage("window src", src); cvShowImage("window dst", dst); cvWaitKey(0); cvDestroyWindow ("window src"); cvDestroyWindow (“window dst”); cvReleaseImage(&src); cvReleaseImage(&dst); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

56 Se proviamo ad eseguire il thresholding su Lena, otterremo questo:
Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

57 Vediamo che succede quando proviamo ad
eseguire un thresholding binario inverso. Usiamo CV_THRESH_BINARY_INV Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

58 Questo è il programma che useremo sotto OpenCV per x86
#include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src, *dst; char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0); dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvThreshold (src, dst, 128, 255, CV_THRESH_BINARY_INV); cvShowImage("window src", src); cvShowImage("window dst", dst); cvWaitKey(0); cvDestroyWindow ("window src"); cvDestroyWindow (“window dst”); cvReleaseImage(&src); cvReleaseImage(&dst); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

59 Se proviamo ad eseguire il thresholding su Lena, otterremo questo:
Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

60 Supponiamo ora di volere “tagliare” (a zero) tutti i valori
di luminosità minori di una certa soglia T. Per i valori di luminosità superiori alla soglia T noi non imporremo un valore (255) ma prenderemo il valore originale i(x;y). Il tipo di thresholding che ci serve si chiama: CV_THRESH_TOZERO Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

61 Questo è il programma che useremo sotto OpenCV per x86
#include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src, *dst; char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0); dst=cvCreateImage( cvSize(src->width, src->height), IPL_DEPTH_8U, 1); cvThreshold (src, dst, 100, 255, CV_THRESH_TOZERO); cvShowImage("window src", src); cvShowImage("window dst", dst); cvWaitKey(0); cvDestroyWindow ("window src"); cvDestroyWindow (“window dst”); cvReleaseImage(&src); cvReleaseImage(&dst); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

62 Se proviamo ad eseguire il thresholding su Lena, otterremo questo:
Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

63 Il problema del thresholding di tipo “a soglia fissa” è che
non è in grado di distinguere gli elementi dell’immagine che ci interessano da quelli che invece vanno scartati, se non in casi particolari (luminosità uniforme). Quando la luminosità è non uniforme, il thresholding a soglia fissa può fallire miseramente. Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

64 Ad esempio, guardate questa immagine:
Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

65 Per cercare di risolvere il problema, si usano
algoritmi di thresholding di tipo adattativo, dove il criterio di appartenenza applicato al punto P(x,y) non è legato ad una soglia fissa T, ma è legato ad un parametro T(x,y) che dipende da ciò che è presente nell’intorno del punto (x,y). Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

66 Un thresholding di tipo adattativo può essere ottenuto
per mezzo della funzione cvAdaptiveThreshold void cvAdaptiveThreshold (const CvArr* src, CvArr* dst, double maxValue, int adaptiveMethod, int thresholdType, int blockSize, double param1 ); maxValue è il valore che verrà inserito nell’immagine di destinazione se la condizione locale è verificata Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

67 thresholdtype può essere una costante con 2 valori: CV_THRESH_BINARY,
CV_THRESH_BINARY_INV Ciò che invece è importante è il metodo di tipo adattativo. Esso può essere di 2 tipi: CV_ADAPTIVE_THRESH_MEAN_C: In questo caso viene eseguita una media dell’intorno quadrato blockSize x blockSize. A questo valore viene sottratto il parametro Param1 (se non è 0). Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

68 CV_ADAPTIVE_THRESH_GAUSSIAN_C:
In questo caso viene eseguita una media pesata dell’intorno circolare di raggio blockSize. Il peso è dato da una funzione gaussiana, in modo da rendere meno importanti i valori dei pixel più lontani dell’intorno. Al valore di media gaussiana ottenuta viene sottratto il parametro Param1 (se non è 0). Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

69 Questo è il programma che useremo sotto OpenCV per x86
#include <highgui.h> #include <cxcore.h> #include <cv.h> int main (void) { IplImage *src, *dst; char name [255]="c:\\lena.png"; cvNamedWindow("window src",CV_WINDOW_AUTOSIZE); cvNamedWindow("window dst",CV_WINDOW_AUTOSIZE); src=cvLoadImage(name, 0); 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 ); cvShowImage("window src", src); cvShowImage("window dst", dst); cvWaitKey(0); cvDestroyWindow ("window src"); cvDestroyWindow (“window dst”); cvReleaseImage(&src); cvReleaseImage(&dst); } Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

70 Ed ecco quello che succede:
Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

71 Possiamo trovare i prototipi di tutte le funzioni
OpenCV 2.1 a questo indirizzo... In questo modo, modificando il programma che vi ho mostrato, possiamo allenarci ad eseguire altri filtraggi (per esempio, blurring, laplaciano, o applicazione dell’operatore di Sobel) Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

72 La prossima volta vedremo qualche uso più sofisticato
delle librerie OpenCV come l’estrazione degli edge Nel frattempo, chi volesse approfondire l’argomento può visionare le ottime slide dr. Francesco La Rosa a questo indirizzo: Visilab – Computer Vision and Image Processing Lab University of Messina - Italy

73 GRAZIE Visilab – Computer Vision and Image Processing Lab
University of Messina - Italy


Scaricare ppt "Università degli Studi di Messina Facoltà di Ingegneria Visilab – Computer Vision and Image Processing Lab Librerie OpenCV Corso di Calcolatori Elettronici."

Presentazioni simili


Annunci Google