2013年2月7日木曜日
OpenCVで傾いた画像をまっすぐにする
調べ物をしていて偶然見つけたブログのメモ
２つの点から傾きの角度を計算し、画像の中心点を与えてアフィン変換用のmatrixを求め、アフィン変換を行う
cv::Mat r = cv::getRotationMatrix2D(center, angle, 1.0);
cv::Mat dst;
cv::warpAffine(im0, dst, r, im0.size());
ほかにも役立ちそうな内容が掲載されている。
OpenCVで指定した色の物体を追跡するデモの補足
OpenCV 2 Computer Vision Application Programming CookbookのP108に meanShiftを使用した物体検出のデモが掲載されている
こちらでは、RGBからHSVへの変換後、cv::splitで std::vector<cv::Mat>に変換し、v[0]で、Hueデータにアクセスしている
OpenCVで指定した色の物体を追跡するデモを試してみた
指定した色を有する物体を追跡するデモが、samples\cpp\camshiftdemo.cppで提供されている
ビルドして、コマンドライン引数にカメラ番号を与えて起動すればよいが、めんどくさい場合は、ソースのcap.open()にカメラ番号を直接指定し、ビルドすればよい
大まかな処理の流れ
１ マウスで初期エリアを指定
２ マスク画像の作成
３ RGBからHSV変換し、H画像の取得
４ 指定エリアのヒストグラムを計算、正規化、描画
５ ヒストグラムを元にBackProjectionを計算
６ 計算結果にマスクをかける
７ CamShiftにより対象エリアの計算
８ 次回探索枠の計算
９ 結果の表示
であり、２－９を繰り返すことになる
２ マスク画像の作成
inRange(hsv, Scalar(0, smin, MIN(_vmin,_vmax)),Scalar(180, 256, MAX(_vmin, _vmax)), mask);
で H 0-180 (全部）
S smin - 256 再度の小さい画素は使用しない
V 明るさ vmin-vmax 黒つぶれ、白とび部は、色相がずれるので使用しない
を指定し、色ベースの追跡を行う画素の選別をしておく
あとで、calcBackProjectの結果とandをとっているが、backproj &= mask;
calcHistの計算時にmaskをかけてもよい気がする
７ CamShift
meanShift()の改良版 WindowのサイズとWindowの方向性も検出できる
CamShift(backproj, trackWindow, TermCriteria( CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1 ));
3番目のパラメータは、停止条件であり、CV_TERMCRIT_EPS（精度) 10 または、CV_TERMCRIT_ITER（繰り返し数） 1で停止する
デモでは、ゆるい条件設定になっており早く、終了する
その他
calcBackProjectのtutorialでは、backprojをMatNDで宣言していたが、このデモでは、Matで宣言しているので、あまり厳密に区別しなくてよいみたいだ
OpenCVのコマンドパーサーについて
OpenCV 2.3からコマンドラインの引数を解析するモジュール cv::CommandLineParser が提供されている
なぜか、OpenCV 2.4.3 documentationの検索では、説明を見つけることができなかったが、ドキュメントはここに準備されている
コマンドラインに与えられた引数を、get<T>("name")または、get<T>(index)で取得できる
2013年2月6日水曜日
OpenCVのBack Projection試してみた２
Back Projectionがよくわからないので、tutrialを試してみた。
ソースは、samples\cpp\tutorial_code\Histograms_MatchingのcalcBackProject_Demo2.cppを使用した
Demo2の説明は、残念ながら準備されていないようだが、ソースを追えば、処理内容は理解できる。
今度は、トラックバーがbinの数ではなく、Floodfillnの範囲を指示するために使用している。
また、ヒストグラムの計算と、calcBackProjectでは、Floodfillで作成したマスク画像を使用している。
Maskすることの効果は、何か理解できていない
参考にプログラムを実行した図を載せておく
OpenCVのBack Projection試してみた
Back Projectionがよくわからないので、tutorialを試してみた。
ソースは、samples\cpp\tutorial_code\Histograms_MatchingのcalcBackProject_Demo1.cppを使用した
コードの説明は、ここに記載されており、各処理に関しての説明が記載されているが、これを読んでも何ができるのかよく理解できなった。
いろいろ調べた結果、Back Projectionの役割に関しては、OpenCV 2 Computer Vision Application Programming CookbookのP103のほうがわかりやすい。
元のROIのヒストグラムを計算しヒストグラムを特徴量として、基準画像と比較対処の画像の類似度を求めるのが、calcBackProjectという理解をした
登録:
投稿 (Atom)