分别用MFC、Opencv库、FreeImage库显示同一张BMP图像
用VS2008平台设计一个简单的MFC程序，分别用MFC、Opencv库、FreeImage 库三种不同的方法来显示同一张BMP图像。
1 MFC显示BMP图像
（1）MFC插入单张图片
1、创建MFC打开VS2008软件，创建一个MFC对话框应用程序（Dialog-based Application），在名称栏输入创建项目的名称，点击“确定”。如下图所示：
在出现的“MFC应用程序向导”对话框内，选择“基于对话框”，并取消“使用Unicode库（N）”其他选项不做修改，单击“下一步”，如下图所示：
一直点击“下一步”到“生成的类”对话框，选择基类为“CDialog”单击完成即可创建一个MFC对话框。如下图所示：
2、添加控件并导入图片生成如下图所示的初始的GUI界面，在工具箱中单击“Picture Control”，将鼠标移动到GUI界面内，这样就在此界面添加了一个Picture控件。
接着，在“资源视图”下，右击选择“添加资源”，在“添加资源”对话框的“资源类型”下选择“Bitmap”，再单击“导入（M）”，打开BMP图片。如下图所示：
3、设置控件最后在Picture控件的“属性”窗口中将“Type”选择为“Bitmap”类型，将“Image”和“ID”都选择为导入BMP图片的ID,比如IDB_BITMAP1。如下图所示：
4、运行程序最后保存并运行一下程序，成功后将会得到一个含有导入的BMP图像的窗口，完成显示BMP图像的功能，如下图所示：
（2）MFC插入多张图片
1、添加控件并导入多张图片当需要插入多张图片时，导入图片的方法同上，然后为每一张图片设置它们的“ID”,例如：IDB_BITMAP1、IDB_BITMAP
2、IDB_BITMAP
3、IDB_BITMAP4。在GUI界面中添加一个选择按钮，选择工具箱中的“Combo box”，如下图所示：
通过属性窗口修改它的“ID”为“IDC_CHOICE”，“Type”选择“Drop List”，“Owner Draw”选择“No”,在“数据”项中输入每幅图片的名字，每个名字间用分号隔开。
2、初始化函数在“类视图”下，为类“C（工程名）Dlg.h”增加一些私有成员private:CBitmap Bmp1, Bmp2, Bmp3, Bmp4,;从成员变量对话框为
“IDC_CHOICE”和“IDC_PICTURE”增加控制变量分别取名为“m_Choice”,
“m_Picture”。打开“（工程名）Dlg.cpp”源代码文件里找到OnInitDialog()函数体并将其改成：
BOOL Ctext9Dlg::OnInitDialog()
{
CDialog::OnInitDialog();
m_Choice.SetCurSel(0);
Bmp1.LoadBitmap(IDB_BITMAP1);
Bmp2.LoadBitmap(IDB_BITMAP2);
Bmp3.LoadBitmap(IDB_BITMAP3);
Bmp4.LoadBitmap(IDB_BITMAP4);
return TRUE;
}
3、编写控件事件初始化代码在“Combo box”控件的“属性”菜单栏中的“控件事件”找到成员函数OnCbnSelchangeChoice()，并为其添加额外的初始化代码：
void Ctext9Dlg::OnCbnSelchangeChoice()
{
int CurSel = m_Choice.GetCurSel();
switch( CurSel )
{
case 0:
m_Picture.SetBitmap(Bmp1);
break;
case 1:
m_Picture.SetBitmap(Bmp2);
break;
case 2:
m_Picture.SetBitmap(Bmp3);
break;
case 3:
m_Picture.SetBitmap(Bmp4);
break;
}
}
4、运行生成解决方案并运行成功后，会得到一个窗口，通过按钮的下拉菜单可以选择显示不同的图片。
2 用Opencv库显示BMP位图
1、创建MFC 首先创建一个新的MFC对话框应用程序，在初始的GUI界面添加一个Button和一个Picture控件，在Button控件的属性菜单栏中修改标题“Caption”为“读图”，即此控件的功能是读取图片。将Picture控件的ID号设置为IDC_ShowImg，这个ID号在后面的图像显示函数中会用到。
2、设置程序运行环境在项目属性中加载lib文件：菜单项目 -> 属性-> 配置属性->链接器–> 输入-> 附加依赖项中加入cxcore.lib cv.lib highgui.lib。然后在 text.h （工程名为text）的 #include "resource.h" 下加入如下代码：
#include "cv.h"
#include "highgui.h"
#define IMAGE_WIDTH 256
#define IMAGE_HEIGHT 256
#define IMAGE_CHANNELS 3
3、添加控制变量在类视图面板上右击CtextcDlg，选择添加–> 添加变量，添加一个 IplImage* 类型的变量 TheImage；
再点击 CtextcDlg，在下面窗口的列表中双击 OnInitDialog，在“// TODO: Add extra initialization here”下面添加 TheImage 的初始化代码：CvSize ImgSize;
ImgSize.height = IMAGE_HEIGHT;
ImgSize.width = IMAGE_WIDTH;
TheImage = cvCreateImage( ImgSize, IPL_DEPTH_8U, IMAGE_CHANNELS ); 然后双击 OnPaint，在if(IsIconic())…的 else 里添加以下代码，用来重绘窗口：
CDialog::OnPaint(); // 重绘对话框
CDialog::UpdateWindow(); // 更新windows窗口，如果无这步调用，图片显示还会出现问题
ShowImage( TheImage, IDC_ShowImg ); // 重绘图片函数
接着在 CmymfcApp 下面的成员列表中双击 InitInstance，在两个“// TODO: Place code here to handle when the dialog is…”下面添加：cvReleaseImage( &dlg.TheImage );即按下“OK”或“Cancel”时，释放TheImage占用的内存。
4、写读取图片的功能函数回到 text 的 GUI 编辑界面中，右击按钮“读图”，选择“添加事件处理程序”，建立按钮点击的消息响应程序：
句柄名设置为 OnBnClickedReadimg，主要的响应操作包括弹出对话框选择图片文件、读入图片文件、对图片统一缩放至256*256的大小、显示图像，代码如下：
CFileDialog dlg(
TRUE, _T("*.bmp"), NULL,
OFN_FILEMUSTEXIST | OFN_PATHMUSTEXIST | OFN_HIDEREADONLY,
_T("image files (*.bmp; *.jpg) |*.bmp; *.jpg | All Files (*.*) |*.*||"), NULL
); // 选项图片的约定
dlg.m_ofn.lpstrTitle = _T("Open Image");// 打开文件对话框的标题名if( dlg.DoModal() != IDOK ) // 判断是否获得图片return;
CString mPath = dlg.GetPathName(); // 获取图片路径
IplImage* ipl = cvLoadImage( mPath, 1 );// 读取图片、缓存到一个局部变量 ipl 中
if( !ipl ) // 判断是否成功载入图片 return;
if( TheImage ) // 对上一幅显示的图片数据清零 cvZero( TheImage );
ResizeImage( ipl ); // 对读入的图片进行缩放，使其宽或高最大值者刚好等于 256，再复制到 TheImage 中
ShowImage( TheImage, IDC_ShowImg ); // 调用显示图片函数
cvReleaseImage( &ipl ); // 释放 ipl 占用的内存
在“类视图”面板右击 CtextDlg，选择添加–> 添加函数，创建两个函数：void ShowImage( IplImage* img, UINT ID ) 和void ResizeImage(IplImage* img)，此两个函数分别实现图像的读入和显示功能，以下是这两个函数的实现代码：
void CmymfcDlg::ResizeImage(IplImage* img)
{
int w = img->width; // 读取图片的宽和高
int h = img->height; // 找出宽和高中的较大值者
int max = (w > h)? w: h;// 计算将图片缩放到TheImage区域所需的比例因子
float scale = (float) ( (float) max / 256.0f );// 缩放后图片的宽和高
int nw = (int)( w/scale );
int nh = (int)( h/scale );
// 为了将缩放后的图片存入 TheImage 的正中部位，需计算图片在TheImage 左上角的期望坐标值
int tlx = (nw > nh)? 0: (int)(256-nw)/2;
int tly = (nw > nh)? (int)(256-nh)/2: 0;
// 设置 TheImage 的 ROI 区域，用来存入图片 img
cvSetImageROI( TheImage, cvRect( tlx, tly, nw, nh) );
// 对图片 img 进行缩放，并存入到 TheImage 中
cvResize( img, TheImage );
// 重置 TheImage 的 ROI 准备读入下一幅图片
cvResetImageROI( TheImage );
}
void CmymfcDlg::ShowImage( IplImage* img, UINT ID ) // ID 是Picture Control控件的ID号
{
CDC* pDC = GetDlgItem( ID ) ->GetDC(); // 获得显示控件的 DC HDC hDC = pDC ->GetSafeHdc(); // 获取 HDC(设备句柄) 来进行绘图操作 CRect rect;
GetDlgItem(ID) ->GetClientRect( &rect );
int rw = rect.right - rect.left; // 求出图片控件的宽和高int rh = rect.bottom - rect.top;
int iw = img->width; // 读取图片的宽和高
int ih = img->height;
int tx = (int)(rw - iw)/2; // 使图片的显示位置正好在控件的正中int ty = (int)(rh - ih)/2;
SetRect( rect, tx, ty, tx+iw, ty+ih );
CvvImage cimg;
cimg.CopyOf( img ); // 复制图片
cimg.DrawToHDC( hDC, &rect ); // 将图片绘制到显示控件的指定区域内ReleaseDC( pDC );
}
分析程序功能实现过程：先利用函数GetPathName来获得BMP位图的文件路径，再利用函数cvLoadImage 来获得位图的信息，并用函数cvNamedWindow创建窗口，最后用函数cvShowImage显示位图。
在执行完以上操作之后，调试程序，生成如下对话框：
单击按钮，添加BMP位图，出现如下对话框，成功地显示了一张BMP位图。
3 用FreeImage库显示BMP位图
用VS2008建立一个类型为单文档的MFC应用程序，将freeimage.lib添加到“项目→属性→配置属性→连接器→输入→附加依赖项”中；将FreeImage 中的Dist文件夹添加到“工具→选项→项目和解决方案→VC++目录”中的“包含文件”与“库文件”中；并将#include"freeimage.h"添加到头文件stdafx.h 中；
1、 Doc头文件设置
(1)在“xxDoc.h”的类声明中添加下列代码：
public:
FIBITMAP *m_handleFI;
virtual BOOL OnOpenDocument(LPCTSTR lpszPathName);
（2）在“xxDoc.cpp”文件中将CxxDoc::CxxDoc()改为
CxxDoc::CxxDoc():m_handleFI(NULL),即增加一个类型为FIBITMAP *的变量在类（3）在“xxDoc.cpp”文件程序段的末尾处添加
BOOL CxxDoc::OnOpenDocument(LPCTSTR lpszPathName)
{
FREE_IMAGE_FORMAT fif;
DeleteContents();
fif = FreeImage_GetFIFFromFilename(lpszPathName);
if( fif != FIF_UNKNOWN )
m_handleFI = FreeImage_Load(fif, lpszPathName);
return (m_handleFI!= NULL);
return TRUE;
}
该函数的功能为：先利用函数FreeImage_GetFIFFromFilename来获得BMP位图的文件路径，再利用函数FreeImage_Load来读取位图的信息。）
2、VIEW头文件设置
在“xxView.cpp”里找到void CxxView::OnDraw(CDC* pDC)
（将(CDC* /*pDC*/)改为(CDC* pDC)即可）这个函数中增加以下代码：
pDC->SetMapMode(MM_HIMETRIC);
if(!pDoc->m_handleFI)
return;
double dpiX = FreeImage_GetDotsPerMeterX(pDoc->m_handleFI),
dpiY = FreeImage_GetDotsPerMeterY(pDoc->m_handleFI),
width = FreeImage_GetWidth(pDoc->m_handleFI),
height = FreeImage_GetHeight(pDoc->m_handleFI),
sizeX, // 1/100 mm == HIMETRIC
sizeY;
BYTE *pData = FreeImage_GetBits(pDoc->m_handleFI);
if( dpiX==0.0 ) dpiX = 72.0 * 100.0 / 2.54;
if( dpiY==0.0 )
dpiY = 72.0 * 100.0 / 2.54;
sizeX = 1 * 100.0 * 1000.0 * width / dpiX;
sizeY = 1 * 100.0 * 1000.0 * height / dpiY;// stretched
::StretchDIBits(pDC->m_hDC,1,-1,(int)(sizeX+0.5),-(int)(sizeY+0.5),0, 0,(int)(width+0.5),(int)(height+0.5),
pData,FreeImage_GetInfo(pDoc->m_handleFI),DIB_RGB_COLORS,SRCCOPY); 该函数的功能是：设定位图的高度、宽度以及读取位图像素值信息。
3、调试运行程序
在执行完以上操作之后，调试程序，生成如下对话框：
点击文件 打开，插入一张BMP位图，出现如下对话框：
图像处理opencv代码
#include "stdafx.h" #include "mymfc.h" #include "mymfcDlg.h" #include "afxdialogex.h" #include
CmymfcDlg::CmymfcDlg(CWnd* pParent /*=NULL*/) : CDialogEx(CmymfcDlg::IDD, pParent) , TheImage(NULL) , rePath(_T("")) { m_hIcon = AfxGetApp()->LoadIcon(IDR_MAINFRAME); } void CmymfcDlg::DoDataExchange(CDataExchange* pDX) { CDialogEx::DoDataExchange(pDX); } BEGIN_MESSAGE_MAP(CmymfcDlg, CDialogEx) ON_WM_SYSCOMMAND() ON_WM_PAINT() ON_WM_QUERYDRAGICON() ON_BN_CLICKED(IDC_ReadImg, &CmymfcDlg::OnBnClickedReadimg) ON_BN_CLICKED(IDC_EdgeDetect, &CmymfcDlg::OnBnClickedEdgedetect) ON_BN_CLICKED(IDC_Refresh, &CmymfcDlg::OnBnClickedRefresh) ON_BN_CLICKED(IDC_GrayProcess, &CmymfcDlg::OnBnClickedGrayprocess) ON_BN_CLICKED(IDC_Sobel, &CmymfcDlg::OnBnClickedSobel) ON_BN_CLICKED(IDC_Laplace, &CmymfcDlg::OnBnClickedLaplace) ON_BN_CLICKED(IDC_FFT2, &CmymfcDlg::OnBnClickedFft2) ON_BN_CLICKED(IDC_CImage, &CmymfcDlg::OnBnClickedCimage) ON_BN_CLICKED(IDC_Mirror, &CmymfcDlg::OnBnClickedMirror) ON_BN_CLICKED(IDC_CColor, &CmymfcDlg::OnBnClickedCcolor) ON_BN_CLICKED(IDC_MedianBlur, &CmymfcDlg::OnBnClickedMedianblur) ON_BN_CLICKED(IDC_Gaussian, &CmymfcDlg::OnBnClickedGaussian) ON_BN_CLICKED(IDC_BothSide, &CmymfcDlg::OnBnClickedBothside) ON_BN_CLICKED(IDC_Equally, &CmymfcDlg::OnBnClickedEqually) ON_BN_CLICKED(IDC_Corrosion, &CmymfcDlg::OnBnClickedCorrosion) ON_BN_CLICKED(IDC_Dilate, &CmymfcDlg::OnBnClickedDilate) END_MESSAGE_MAP() // CmymfcDlg 消息处理程序 BOOL CmymfcDlg::OnInitDialog() { CDialogEx::OnInitDialog();
OpenCV 2.4.4安装与配置
OpenCV 2.4.4 安装与配置 步骤一：安装OpenCV https://www.sodocs.net/doc/b1556618.html,/projects/opencvlibrary/files/opencv-win/2.4.4/ 1.从以上地址下载OpenCV 2.4.4，执行exe文件，将文件安装到所需目录。 2.建立环境变量并添加到系统路径（以将文件安装在D:\opencv为例）： i) 右键点击桌面的计算机图标，选择“属性”，跳出如下窗口：
ii) 点击“高级系统设置”，跳出如下窗口：
iii) 点击“高级”选项卡下的“环境变量”，跳出如下窗口：
iv) 点击“系统变量”下的“新建”，“变量名”输入OPENCV_BUILD，“变量值”输入D:\opencv\build（如果OpenCV解压在别的目录，请输入该目录路径。比如，如果在C盘ProgramFiles文件夹建立了名为OpenCV的文件夹，并在其中解压，那么输入的目录就为 C:\ProgramFiles\OpenCV\opencv\build，总之目录一直到build文件夹），点击“确定”。 v) 双击“用户变量”中的PATH，在跳出的窗口中输入变量值为%OPENCV_BUILD%\x86\vc10\bin （如果电脑是64位系统的，请把“x86”改为“x64”；并请确保使用的是VS 2010，因为vc10 文件夹针对的是VS 2010）。
步骤二：在VS2010中配置OpenCV 1. 打开VS 2010，新建一个项目（Win32控制台或MFC 都可以）。 2. 建立Debug 属性表。 i) 点击“视图”菜单中的“属性管理器”。
基于OpenCV识别库的面部图像识别系统的设计
基于OpenCV识别库的面部图像识别系统的设计 本系统采用J2EE技术并以OpenCV开源计算机视觉库技术为基础，实现一套具有身份验证功能的面部图像识别信息管理系统。系统使用MySQL数据库提供数据支撑，依托于J2EE的稳定性和Java平台的可移植性使得本系统可以在各个操作系统平台中运行，同时提供在互联网中使用面部识别技术的一套较为完备的解决方案。 标签：OpenCV；人脸识别；生物学特征 引言 随着信息技术的飞速发展以及互联网的深入普及，越来越多的行业和领域使用信息技术产品以提高工作效率和管理水平。但是由于人们隐私信息的保护意识薄弱，出现了许多信息安全的问题。在人们对于信息安全越来越重视的情况下，许多技术被应用到信息安全领域中来。较为先进的技术有虹膜识别技术、遗传基因识别技术以及指纹识别技术等。而论文采用的是当前热点的面部图像识别技术。 1 系统实现算法及功能分析 1.1 面部图像的生物学特征模型的建立 本系统是利用面部图形的生物学特征来识别不同的人。由于每个人的面部图像都有各自的特征但又具有一定的通性，需要应用生物学中相关知识加以解决。可以利用已有的生物学测量手段以及现有的算法构建人的面部图像生物学特征模型（简称：面部模型），并应用于系统中，面部模型的建立为面部图像识别的功能提供实现依据。 1.2 知识特征库及面部识别引擎的建立 在前述面部模型建立完成后，需要建立相应的知识库以及面部识别引擎方可进行身份的识别。可经过大量数据的采集和分析后建立知识库，并根据知识库的特点建立相应的识别引擎。此识别引擎对外开放，在本系统中提供其它外来程序的调用接口，其它系统能够通过本接口实现识别引擎的调用实现对于面部图形的识别，从而达到识别引擎的可复用性。在技术条件允许的情况下，提供知识库的智能训练以及半自动构建支持。 1.3 面部图像的采集与预处理 本系统中采用了预留API接口，利用USB图形捕获设备采集数据图像。经过USB设备的捕获，使用JMF（Java Media Framework）来处理已捕获的图像数据，对捕获的图像进行面部图行检测和实时定位跟踪。
opencv函数目录-Cv图像处理
目录 1 梯度、边缘和角点 1.1 Sobel 1.2 Laplace 1.3 Canny 1.4 PreCornerDetect 1.5 CornerEigenValsAndVecs 1.6 CornerMinEigenVal 1.7 CornerHarris 1.8 FindCornerSubPix 1.9 GoodFeaturesToTrack 2 采样、插值和几何变换 2.1 InitLineIterator 2.2 SampleLine 2.3 GetRectSubPix 2.4 GetQuadrangleSubPix 2.5 Resize 2.6 WarpAffine 2.7 GetAffineTransform 2.8 2DRotationMatrix 2.9 WarpPerspective 2.10 WarpPerspectiveQMatrix 2.11 GetPerspectiveTransform 2.12 Remap 2.13 LogPolar 3 形态学操作 3.1 CreateStructuringElementEx 3.2 ReleaseStructuringElement 3.3 Erode 3.4 Dilate 3.5 MorphologyEx 4 滤波器与色彩空间变换 4.1 Smooth 4.2 Filter2D 4.3 CopyMakeBorder 4.4 Integral 4.5 CvtColor 4.6 Threshold 4.7 AdaptiveThreshold 5 金字塔及其应用 5.1 PyrDown 5.2 PyrUp 6 连接部件 6.1 CvConnectedComp
OPENCV 2.4.10安装
一、VS2020安装opencv2.4.10 1.1首先安装vs2010 安装这个就不用多谈了 1.2下载opencv- 2.4.10.exe,并解压到 最后会在 1.3添加系统变量 在系统变量path后添加:C:\opencv\opencv\build\x86\vc10\bin 1.4新建vc++控制台工程项目，配置 1.4.1项目属性->配置属性->VC++目录->包含目录 添加 C:\opencv\opencv\build\include C:\opencv\opencv\build\include\opencv C:\opencv\opencv\build\include\opencv2
1.4.2项目属性->配置属性->VC++目录->引用目录 添加 C:\opencv\opencv\build\x86\vc10\lib 1.4.3项目属性->链接器->输入->附加依赖项 在debug模式下添加 配置方案为Debug的配置，添加：（2410代表我的opencv版本是2.4.10，需要对应更改） opencv_calib3d2410d.lib opencv_contrib2410d.lib opencv_core2410d.lib opencv_features2d2410d.lib
opencv_flann2410d.lib opencv_gpu2410d.lib opencv_highgui2410d.lib opencv_imgproc2410d.lib opencv_legacy2410d.lib opencv_ml2410d.lib opencv_nonfree2410d.lib opencv_objdetect2410d.lib opencv_ocl2410d.lib opencv_photo2410d.lib opencv_stitching2410d.lib opencv_superres2410d.lib opencv_ts2410d.lib opencv_video2410d.lib opencv_videostab2410d.lib 配置方案为Release的配置，添加： opencv_calib3d2410.lib opencv_contrib2410.lib opencv_core2410.lib opencv_features2d2410.lib opencv_flann2410.lib opencv_gpu2410.lib opencv_highgui2410.lib opencv_imgproc2410.lib opencv_legacy2410.lib opencv_ml2410.lib opencv_nonfree2410.lib opencv_objdetect2410.lib opencv_ocl2410.lib opencv_photo2410.lib opencv_stitching2410.lib opencv_superres2410.lib opencv_ts2410.lib opencv_video2410.lib opencv_videostab2410.lib
图像管理方案计划opencv代码
/. #include "stdafx.h" #include "mymfc.h" #include "mymfcDlg.h" #include "afxdialogex.h" #include
CmymfcDlg::CmymfcDlg(CWnd* pParent /*=NULL*/) : CDialogEx(CmymfcDlg::IDD, pParent) , TheImage(NULL) , rePath(_T("")) { m_hIcon = AfxGetApp()->LoadIcon(IDR_MAINFRAME); } void CmymfcDlg::DoDataExchange(CDataExchange* pDX) { CDialogEx::DoDataExchange(pDX); } BEGIN_MESSAGE_MAP(CmymfcDlg, CDialogEx) ON_WM_SYSCOMMAND() ON_WM_PAINT() ON_WM_QUERYDRAGICON() ON_BN_CLICKED(IDC_ReadImg, &CmymfcDlg::OnBnClickedReadimg) ON_BN_CLICKED(IDC_EdgeDetect, &CmymfcDlg::OnBnClickedEdgedetect) ON_BN_CLICKED(IDC_Refresh, &CmymfcDlg::OnBnClickedRefresh) ON_BN_CLICKED(IDC_GrayProcess, &CmymfcDlg::OnBnClickedGrayprocess) ON_BN_CLICKED(IDC_Sobel, &CmymfcDlg::OnBnClickedSobel) ON_BN_CLICKED(IDC_Laplace, &CmymfcDlg::OnBnClickedLaplace) ON_BN_CLICKED(IDC_FFT2, &CmymfcDlg::OnBnClickedFft2) ON_BN_CLICKED(IDC_CImage, &CmymfcDlg::OnBnClickedCimage) ON_BN_CLICKED(IDC_Mirror, &CmymfcDlg::OnBnClickedMirror) ON_BN_CLICKED(IDC_CColor, &CmymfcDlg::OnBnClickedCcolor) ON_BN_CLICKED(IDC_MedianBlur, &CmymfcDlg::OnBnClickedMedianblur) ON_BN_CLICKED(IDC_Gaussian, &CmymfcDlg::OnBnClickedGaussian) ON_BN_CLICKED(IDC_BothSide, &CmymfcDlg::OnBnClickedBothside) ON_BN_CLICKED(IDC_Equally, &CmymfcDlg::OnBnClickedEqually) ON_BN_CLICKED(IDC_Corrosion, &CmymfcDlg::OnBnClickedCorrosion) ON_BN_CLICKED(IDC_Dilate, &CmymfcDlg::OnBnClickedDilate) END_MESSAGE_MAP() // CmymfcDlg 消息处理程序 BOOL CmymfcDlg::OnInitDialog() { CDialogEx::OnInitDialog();
vs2010下配置OpenCV
以下配置方法仅属于个人见解；若有什么不对的地方请指教啊。 在完成每一步骤后，记住点击?确定?，以确保你的设置成功。 在某些步骤中注意要在Debug 和Release 分别进行配置。 1.首先是下载VS2010并安装，这里不作赘述；（安装目录： D:\\Program Files\Microsoft Visual Studio 10.0） 2.下载并安装OpenCV,我的版本是2.1（安装目录为D:\Program Files\OpenCV2.1）注意将路径添加至Path中 3.下载并安装CMake，下载版本为Windows（Win32 Installer），安装目录为D:\Program Files\CMake 2.8 4.运行cmake-gui(D:\Program Files\CMake 2.8\bin)，设置路径为OpenCV安装路径（本文档假定安装位置为：D:\Program Files\OpenCV2.1），并创建子目录D:\Program Files\OpenCV2.1\vs2010，用于存放编译结果。将数据填入指定文本框中
5.点击?Configure?，在弹出对话框中选中Visual Studio 10.0;单选框中选项选择程序默认的；然后点击Fnish；程序会自动完成 ?Configure Done?； 6.然后点击?configure?，接着点击?Generate?。程序完成?Generate Done?。 7.完成以上步骤后，将在D:\Program Files\OpenCV2.1|vs2010目录下生成OpenCV.sln的VC Solution File，接着请用vs2010打开OpenCV.sln，完成以下操作：
基于OpenCv的图像识别
基于2DPCA的人脸识别算法研究 摘要 人脸识别技术是对图像和视频中的人脸进行检测和定位的一门模式识别技术，包含位置、大小、个数和形态等人脸图像的所有信息。由于近年来计算机技术的飞速发展，为人脸识别技术的广泛应用提供了可能，所以图像处理技术被广泛应用了各种领域。该技术具有广阔的前景，如今已有大量的研究人员专注于人脸识别技术的开发。本文的主要工作内容如下： 1)介绍了人脸识别技术的基础知识，包括该技术的应用、背景、研究方向以及 目前研究该技术的困难，并对人脸识别系统的运行过程以及运行平台作了简单的介绍。 2)预处理工作是在原始0RL人脸库上进行的。在图像的预处理阶段，经过了图 象的颜色处理，图像的几何归一化，图像的均衡化和图象的灰度归一化四个过程。所有人脸图像通过上述处理后，就可以在一定程度上减小光照、背景等一些外在因素的不利影响。 3)介绍了目前主流的一些人脸检测算法，本文采用并详细叙述了Adaboost人脸 检测算法。Adaboost算法首先需要创建人脸图像的训练样本，再通过对样本的训练，得到的级联分类器就可以对人脸进行检测。 4)本文介绍了基于PCA算法的人脸特征点提取，并在PCA算法的基础上应用了 改进型的2DPCA算法，对两者的性能进行了对比，得出后者的准确度和实时性均大于前者，最后将Adaboost人脸检测算法和2DPCA算法结合，不仅能大幅度降低识别时间，而且还相互补充，有效的提高了识别率。 关键词：人脸识别 2DPCA 特征提取人脸检测
2DPCA Face Recognition Algorithm Based on The Research Abstract：Face recognition is a technology to detect and locate human face in an image or video streams,Including location, size, shape, number and other information of human face in an image or video streams.Due to the rapid development of computer operation speed makes the image processing technology has been widely applied in many fields in recent years. This paper's work has the following several aspects: 1)Explained the background, research scope and method of face recognition,and introduced the theoretical method of face recognition field in general. 2)The pretreatments work is based on the original ORL face database. In the image preprocessing stage, there are the color of the image processing, image geometric normalization, image equalization and image gray scale normalization four parts. After united processing, the face image is standard, which can eliminate the adverse effects of some external factors. 3)All kinds of face detection algorithm is introduced, and detailed describing the Adaboost algorithm for face detection. Through the Adaboost algorithm to create a training sample,then Training the samples of face image,and obtaining the cascade classifier to detect human face. 4)This paper introduces the facial feature points extraction based on PCA ,and 2DPCA is used on the basis of the PCA as a improved algorithm.Performance is compared between the two, it is concluds that the real time and accuracy of the latter is greater than the former.Finally the Adaboost face detection algorithm and 2DPCA are combined, which not only can greatly reduce the recognition time, but also complement each other, effectively improve the recognition rate. Key words：Face recognition 2DPCA Feature extraction Face detection
基于opencv对图像的预处理
基于opencv 对图像的预处理 1.问题描述 本次设计是基于opencv 结合c++语言实现的对图像的预处理，opencv 是用于开发实时的图像处理、计算机视觉及模式识别程序；其中图像的预处理也就是利用opencv 对图像进行简单的编辑操作；例如对图像的对比度、亮度、饱和度进行调节，同时还可以对图像进行缩放和旋转，这些都是图像预处理简单的处理方法；首先通过opencv 加载一幅原型图像，显示出来；设置五个滑动控制按钮，当拖动按钮时，对比度、亮度、饱和度的大小也会随之改变，也可以通过同样的方式调节缩放的比例和旋转的角度，来控制图像，对图像进行处理，显示出符合调节要求的图像，进行对比观察他们的之间的变化。 2.模块划分 此次设计的模块分为五个模块，滑动控制模块、对比度和亮度调节模块、饱和度调节模块、缩放调节模块、旋转调节模块，他们之间的关系如下所示： 图一、各个模块关系图 调用 调用 调用 调用 滑动控制模块 对比度和亮度调节模块 饱和度调节模块 缩放调节模块 旋转调节模块
滑动控制模块处于主函数之中，是整个设计的核心部分，通过createTrackbar创建五个滑动控制按钮并且调用每个模块实现对图像相应的调节。 3.算法设计 （1）滑动控制： 滑动控制是整个设计的核心部分，通过创建滑动控制按钮调节大小来改变相应的数据，进行调用函数实现对图像的编辑，滑动控制是利用createTrackbar()，函数中包括了滑动控制的名称，滑动控制显示在什么窗口上，滑动变量的地址和它调节的最大围，以及每个控制按钮应该调用什么函数实现什么功能； （2）对比度和亮度的调节： 对比度和亮度的调节的原理是依照线性理论，它的公式如下所示：g(x)=a* f(x) +b，其中f(x)表示源图像的像素，g(x)表示输出图像的像素，参数a（需要满足a>0）被称为增益（gain），常常被用来控制图像的对比度，参数b通常被称为偏置（bias），常常被用来控制图像的亮度； （3）饱和度的调节： 饱和度调节利用cvCvtColor( src_image, dst_image, CV_BGR2HSV )将RGB 颜色空间转换为HSV颜色空间，其中“H=Hue”表示色调，“S=Saturation”表示饱和度，“V=Value ”表示纯度；所以饱和度的调节只需要调节S的大小，H 和V的值不需要做任何的改变； （4）旋转的调节： 旋转是以某参考点为圆心，将图像的个点（x，y）围绕圆心转动一个逆时针角度θ，变为新的坐标（x1,y1）,x1=rcos(α+θ)，y1=rsin(α+θ)，其中r是图像的极径，α是图像与水平的坐标的角度的大小； （5）缩放的调节： 首先得到源图像的宽度x和高度y，变换后新的图像的宽度和高度分别为x1和y1，x1=x*f，y1=y*f，其中f是缩放因子； 4.函数功能描述 （1）主函数main（）用来设置滑动控制按钮，当鼠标拖动按钮可以得到相应的数据大小，实现手动控制的功能，当鼠标拖动对比度和亮度调节是，主函数调用
Open CV的安装及使用说明
Open CV的安装及使用说明 ******************************************************************************* 如果不需要安装OpenCV中的(CalibFilter、ProxyTrans、SyncFilter)， 则步骤为以下方式 (1)安装Open CV（这里的OpenCV版本为OpenCV_1.0）； (2)点击”我的电脑”右键属性的系统环境变量，在path中添加
ubuntu12.04安装OpenCV2.4.1
ubuntu12.04安装OpenCV2.4。1 分类：opencv2012-06-26 14:411230人阅读评论(0)收藏举报 目录(?)[+] The Installation Procedure To install and configure OpenCV 2.4.1, complete the following steps. The commands shown in each step can be copy and pasted directly into a Linux command line. 1. R emove any installed versions of ffmpeg and x264. sudo apt-get remove ffmpeg x264 libx264-dev 2. G et all the dependencies for x264 and ffmpeg. sudo apt-get update sudo apt-get install build-essential checkinstall git cmake libfaac-dev libjack-jackd2-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libsdl1.2-dev libtheora-dev libva-dev libvdpau-dev libvorbis-dev libx11-dev libxfixes-dev libxvidcore-dev texi2html yasm zlib1g-dev 3. D ownload and install gstreamer. sudo apt-get install libgstreamer0.10-0 libgstreamer0.10-dev gstreamer0.10-tools gstreamer0.10-plugins-base libgstreamer-plugins-base0.10-dev gstreamer0.10-plugins-good gstreamer0.10-plugins-ugly gstreamer0.10-plugins-bad gstreamer0.10-ffmpeg 4. D ownload and install gtk. sudo apt-get install libgtk2.0-0 libgtk2.0-dev 5. D ownload and install libjpeg. sudo apt-get install libjpeg8 libjpeg8-dev 6. C reate a directory to hold source code.
OpenCV最基础的图像处理的例子
?什么是OpenCV ?开源C/C++计算机视觉库. ?面向实时应用进行优化. ?跨操作系统/硬件/窗口管理器. ?通用图像/视频载入、存储和获取. ?由中、高层API构成. ?为Intel?公司的Integrated Performance Primitives (IPP) 提供了透明接口. ?特性: ?图像数据操作(分配,释放, 复制, 设定, 转换). ?图像与视频I/O (基于文件/摄像头输入, 图像/视频文件输出). ?矩阵与向量操作与线性代数计算(相乘, 求解, 特征值, 奇异值分解SVD). ?各种动态数据结构(列表, 队列, 集, 树, 图). ?基本图像处理(滤波, 边缘检测, 角点检测, 采样与插值, 色彩转换, 形态操作, 直方图, 图像金字塔). ?结构分析(连接成分, 轮廓处理, 距离转换, 模板匹配, Hough转换, 多边形近似, 线性拟合, 椭圆拟合, Delaunay三角化). ?摄像头标定 (寻找并跟踪标定模板, 标定, 基础矩阵估计, homography估计, 立体匹配). ?动作分析(光流, 动作分割, 跟踪). ?对象辨识 (特征方法, 隐马可夫链模型HMM). ?基本GUI(显示图像/视频, 键盘鼠标操作, 滚动条). ?图像标识 (直线, 圆锥, 多边形, 文本绘图) ?OpenCV 模块: ?cv - OpenCV 主要函数. ?cvaux - 辅助(实验性) OpenCV 函数. ?cxcore - 数据结构与线性代数算法. ?highgui - GUI函数. 资料链接 ?参考手册: ?
opencv最基础的图像处理
openCV——几个实用函数 2010年12月20日星期一 09:18 1. cvSmooth：各种方法的图像平滑 void cvSmooth( const CvArr* src, CvArr* dst, int smoothtype=CV_GAUSSIAN, int param1=3, int param2=0, double param3=0 ); src 输入图像. dst 输出图像. smoothtype 平滑方法: . CV_BLUR_NO_SCALE (简单不带尺度变换的模糊) - 对每个象素的param1×param2 领域求和。如果邻域大小是变化的，可以事先利用函数cvIntegral 计算积分图像。 . CV_BLUR (simple blur) - 对每个象素param1×param2邻域求和并做尺度变换 1/(param1.param2). . CV_GAUSSIAN (gaussian blur) - 对图像进行核大小为 param1×param2 的高斯卷积 . CV_MEDIAN (median blur) - 对图像进行核大小为 param1×param1 的中值滤波 (i.e. 邻域是方的). . CV_BILATERAL (双向滤波) - 应用双向 3x3 滤波，彩色 sigma=param1，空间 sigma=param2. 平滑操作的第一个参数. param2 平滑操作的第二个参数. 对于简单/非尺度变换的高斯模糊的情况，如果 param2的值为零，则表示其被设定为param1。 param3
对应高斯参数的 Gaussian sigma (标准差). 如果为零，则标准差由下面的核尺寸计算： sigma = (n/2 - 1)*0.3 + 0.8, 其中 n=param1 对应水平核, n=param2 对应垂直核. 对小的卷积核 (3×3 to 7×7) 使用如上公式所示的标准 sigma 速度会快。如果 param3 不为零，而 param1 和 param2 为零，则核大小有sigma 计算 (以保证足够精确的操作). 函数 cvSmooth 可使用上面任何一种方法平滑图像。每一种方法都有自己的特点以及局限。 没有缩放的图像平滑仅支持单通道图像，并且支持8位到16位的转换(与cvSobel和cvaplace相似)和32位浮点数到32位浮点数的变换格式。 简单模糊和高斯模糊支持 1- 或 3-通道, 8-比特和 32-比特浮点图像。这两种方法可以（in-place）方式处理图像。 中值和双向滤波工作于 1- 或 3-通道， 8-位图像，但是不能以 in-place 方式处理图像. 2．IplImage结构 由于OpenCV主要针对的是计算机视觉方面的处理，因此在函数库中，最重要的结构体是IplImage结构。IplImage结构来源于Intel的另外一个函数库Intel Image Processing Library (IPL)，该函数库主要是针对图像处理。IplImage结构具体定义如下： typedef struct _IplImage { int nSize; /* IplImage大小 */ int ID; /* 版本 (=0)*/
OPENCV下载与安装
OpenCV下载与安装 可以在https://www.sodocs.net/doc/b1556618.html,/downloads.html上下载各种版本的OpenCV的源码，Windows、Linux/Mac、iOS、Android都有相应的版本，所以OpenCV可以满足在各种操作系统下的开发，一般来说现有的无人驾驶智能车视觉信息认知计算研究团队都是在Windows和Linux平台下开发。目前OpenCV最新发布的是OpenCV3.0BETA版本（这是一个公测版本），本书所有的视觉算法是基于OpenCV2.4.3版本实现的。 OpenCV下载后安装极其简单，下面是一个以OpenCV2.4.3版本为例的具体安装过程。 OpenCV下载后是一个可执行文件（.exe文件），如OpenCV-2.4.3.exe，安装的时候只需要直接运行这个可执行文件，运行后或得到图1-4的安装路径的选择界面，安装过程实质就是一个解压过程。 图1-4OpenCV安装的路径选择 如1-4所示是将OpenCV解压在计算机的C盘，安装（解压）完成后，可以在C盘中找到一个名称为opencv的文件夹，若能找到，
说明OpenCV安装完毕。不建议将OpenCV安装在C盘中（C盘一般是系统盘），因为OpenCV解压后的文件比较大。 1.2.3环境配置 OpenCV安装完之后还需要进行环境配置才能使用，本书是以Windows7+Microsoft Visual Studio2010下OpenCV2.4.3的环境配置为案例介绍。 （1）设置OpenCV环境变量 OpenCV库函数需要通过用户环境变量调用所需要的库文件。点击：开始->计算机(右击)->属性->高级系统设置->高级->环境变量，在用户变量里新建一项： 变量名：path 变量值：C:\opencv\build\x86\vc10\bin 图1-5设置环境变量
相关文档
- 基于openCV的手势识别
- 基于opencv的图像轮廓提取方法的实现大学论文
- 基于OpenCV的图像处理
- 基于OpenCV的车牌识别系统
- 毕业设计：基于OpenCV的人脸识别算法(终稿)-精品
- 基于OpenCv的图像识别
- VISUAL C++利用OPENCV对图像进行人脸识别(傻瓜教程)
- 基于OpenCV与深度学习框架的物体图像识别
- 基于opencv的图像识别
- 基于某OpenCV与深度学习框架的物体图像识别
- Visual C++利用OpenCV对图像进行人脸识别(傻瓜教程)
- 基于Opencv的手势识别系统
- 最新基于OpenCV与深度学习框架的物体图像识别
- 基于OPENCV的人脸识别1
- 基于opencv对图像的预处理
- opencv 图像识别
- 基于OpenCV的图像轮廓提取方法的实现
- 基于OpenCV识别库的面部图像识别系统的设计
- 基于OpenCV的机器视觉图像处理技术实现
- 基于OpenCV的车牌识别系统概要