과학기술블로그

#include "opencv.hpp"
using namespace cv;
using namespace std;
int main()
{
 uchar dataA[] = {   1, 2, 4, 5, 2, 1,
      3, 6, 6, 9, 0, 3,
      1, 8, 3, 7, 2, 5,
      2, 9, 8, 9, 9, 1,
      3, 9, 8, 8, 7, 2,
      4, 9, 9, 9, 9, 3 };
 Mat A(6, 6, CV_8U, dataA);
 cout << "A = " << A << endl;

 int ksize = 3;
 // double sigma = 0.3*((ksize-1)*0.5-1)+0.8; // when ksize >=9 
 double sigma = 0.0;
 Mat kx = getGaussianKernel(ksize, sigma);
 cout << "kx = " << kx << endl;

 Mat ky = getGaussianKernel(ksize, sigma);
 cout << "ky = " << ky << endl;

 Mat kxy = ky*kx.t();
 cout << "kxy = " << kxy << endl;
 cout << "sum(kxy)=" << sum(kxy) << endl;

 Mat dst1;
 sepFilter2D(A, dst1, -1, kx, ky);
 cout << "dst1 = " << dst1 << endl;

 Mat dst2;
 filter2D(A, dst2, -1, kxy);
 cout << "dst2 = " << dst2 << endl;

 Mat dst3;
 GaussianBlur(A, dst3, Size(ksize, ksize), 0.0, 0.0);
 cout << "dst3 = " << dst3 << endl;

 waitKey();
 return 0;
}

#include "opencv.hpp"

using namespace cv;

using namespace std;

int main()

{

Mat srcImage = imread("lena.jpg"); // BGR-Color

if (srcImage.empty())

return -1;

vector<Mat> planes;

split(srcImage, planes);

// imshow("srcImage", srcImage);

imshow("planes[0]", planes[0]); //Blue

imshow("planes[1]", planes[1]); //Green

imshow("planes[2]", planes[2]); //Red

// planes[0] = 0;

// Mat dstImage(srcImage.rows, srcImage.cols, srcImage.type());

Mat dstImage;

merge(planes, dstImage);

imshow("dstImage", dstImage);

waitKey();

return 0;

}

#include "opencv.hpp"

using namespace cv;

using namespace std;

int main()

{

Mat rgbImage = imread("hand.jpg");

// Mat rgbImage = imread("flower.jpg");

imshow("rgbImage", rgbImage);

Mat hsvImage;

cvtColor(rgbImage, hsvImage, COLOR_BGR2HSV);

imshow("hsvImage", hsvImage);

// hand.jpg

Scalar lowerb(0, 40, 0);

Scalar upperb(20, 180, 255);

// flower.jpg

// Scalar lowerb(150, 100,  100);

// Scalar upperb(180, 255, 255);

Mat dstImage;

inRange(hsvImage, lowerb, upperb, dstImage);

imshow("dstImage1", dstImage);

// check HSV range in object hand

vector<Mat> planes;

split(hsvImage, planes);

// imshow("planes[0]", planes[0]);

// imshow("planes[1]", planes[1]);

// imshow("planes[2]", planes[2]);

double minH, maxH;

minMaxLoc(planes[0], &minH, &maxH, NULL, NULL, dstImage);

cout << "minH =" << minH << ", maxH =" << maxH << endl;

double minS, maxS;

minMaxLoc(planes[1], &minS, &maxS, NULL, NULL, dstImage);

cout << "minS =" << minS << ", maxS =" << maxS << endl;

double minV, maxV;

minMaxLoc(planes[2], &minV, &maxV, NULL, NULL, dstImage);

cout << "minV =" << minV << ", maxV =" << maxV << endl;

waitKey();

return 0;

}

OpenCV에서는 MatchTemplate함수를 이용해 특정 모양을 찾을 수 있다. 템플릿 매칭은 참조영상에서 템플릿영상과 매칭되는 위치를 탐색하는 방법이다. 템플릿 매칭은 물체 인식, 스테레오 영상에서 대응점 검출 등에 사용될 수 있다. 일반적으로 이동(translation)문제는 해결할 수 있으나, 회전 및 스케일링된 물체를 매칭하는 것은 어려운 문제이다. 템플릿 매칭에서 영상의 밝기를 그대로 사용할 수도 있고, 에지, 코너점, 주파수 변환 등의 특징 공간으로 변환하여 템플릿 매칭을 수행할 수 있으며, 영상의 밝기 등에 덜 민감하도록 정규화 과정이 필요하다. 매칭 방법은 상관관계(correlation),SAD(Sum of absolute differences)등을 사용한다. 

 void match Template(InputArray image, InputArray templ, OutputArray result, int method)  

참조 영상 이미지에서 templ을 method의 유형에 따라 템플릿 매칭을 계산해 result에 반환한다. image는 8비트 또는 32비트 실수이며, templ은 image에서 찾으려는 작은 영역의 템플릿으로, 자료형은 image와 같고, 크기는 image와 같거나 작아야한다. result는 결과를 저장하는 32비트 실수 행렬로, image크기가 W*H, templ의 크기가 w*h이면 result의 크기는 (W-w+1)*(H-h+1)이다. method는 비교하는 방법을 지정한다. 최종적으로 템플릿 매칭위치를 찾기 위해서는 minMaxLoc 함수를 사용하여, matchTemplate함수의 결과인 result에서 method에 따라서 최소값(TM_SQDIFF)의 위치 또는 최대값(TM_CCORR, TM_CCOEFF)의 위치를 찾아 템플릿 매칭위치를 찾는다. 주의할 것은 minMaxLoc함수는 같은 값의 최대값, 최소값이 있을 경우 처음 위치만 찾는다. matchTemplate함수는 컬러 영상에 대해서도 처리하며, 컬러 영상의 결과 행렬인 result는 1-채널 행렬이다. 템플릿 영상의 크기가 큰 경우에는 계산 속도가 느릴 수 있다. 이때에 주파수 영역의 위상 상관관계에 의한 매칭을 하면 계산 속도를 높일 수 있다. 

1)method=TM_SQDIFF 

템플릿 T를 탐색영역 I에서 이동시켜가며 차이의 제곱의 합계를 계산한다. 매칭되는 위치에서 작은 값을 가진다. 

2)method=TM_SQDIFF_NORMED 

R_SQDIFF(x,y)를 D(x,y)로 나누어 정규화 한다. 

3)method=TM_CCORR 

템플릿 T를 탐색영역 I에서 이동시켜가며 곱의 합계를 계산한다. 매칭되는 위치에서 큰 값을 가진다. 

4)method=TM_CCORR_NORMED 

R_CCORR(x,y)를 D(x,y)로 나누어 정규화한다. 

5)method=TM_CCOEFF

T'는 템플릿 T의 각 요소값에서 평균을 뺄셈한 변환 템플릿이며, I'는 템플릿과 대응되는 위치에서 I의 각 요소값에서 평균을 뺄셈한 영상이다. 즉, 각 평균값으로 보정하여 비교한다. 매칭되는 위치에서 큰 값을 가진다. 

6)method=TM_CCOEFF_NORMED 

R_CCOEFF(x,y)를 D(x,y)로 나눠 정규화한다.

OpenCV 사용시,

Assertion failed (size.width>0 && size.height>0) in imshow, file /home/yeogsam/opencv-2.4.9/modules/highgui/src/window.cpp, line 269

terminate called after throwing an instance of 'cv::Exception'

  what():  /home/yeogsam/opencv-2.4.9/modules/highgui/src/window.cpp:269: error: (-215) size.width>0 && size.height>0 in function imshow

이런 오류가 발생할 때가 있다. 읽어오는 파일의 경로가 잘못된 경우이므로 파일 위치 다시 확인하여 수정한다.

OpenCV 사용시 화면이 자꾸 꺼지는 문제는 보통 대기 설정을 안해서 발생한다.

main() 닫기 전에 waitKey(); 를 넣으면 명령처리 후 대기하여 결과를 볼 수 있다.