OpenCV

Open Source Computer Vision Library

[Link]

OpenCV – p.1/18
 Introduction (1/2)
Bibliothèque de traitement d’images et de vision par ordinateur en
langage C/C++, optimisée proposée par Intel pour Windows et Linux.
Elle est installée à l’IRIT sur Linux, et comprend un très grand nombre
d’opérateurs “classiques”. Parmi lesquels :
√
Création/libération d’images, macros d’accès
rapide aux pixels
√
Opérateurs standards :
? morphologie
? filtres dérivatifs, filtres de contours
? suppression de fond
? recherche de coins
√
Recherche, manipulation, traitement de contours
OpenCV – p.2/18
 Introduction (2/2)
√
Pyramides d’images
√
Dessins de primitives géométriques (lignes,
rectangles, ellipses, polygones . . . et même du
texte)
√
Création et utilisation d’histogrammes
√
Changements d’espaces de couleurs (RGB, HSV,
L*a*b* et YCrCb)
√
Interface Utilisateur
? Lecture/écriture d’images (JPEG, PPM, ...)
? Affichage à l’écran
? Gestion des signaux sur clic de fenêtre,
fermeture, . . .
OpenCV – p.3/18
 Opérateurs plus complexes
√
Mean Shift
√
Contours actifs
√
Prédiction: Kalman et C ONDENSATION
√
Analyse du mouvement : Flot optique, MHI
√
Détection de visages
√
Calibrage de caméras (possible à partir d’un
échiquier)
√
Suivi d’objets 3D avec plusieurs caméras
√
Mise en correspondance entre deux images
√
lecture d’images à la volée directement depuis
une vidéo AVI ou une caméra (/Windows only) OpenCV – p.4/18
 Autres structures de données
√
Tableaux, matrices et matrices creuses +
opérateurs associés
? Opérateurs “classiques” de matrices
(inversion, déterminant, transposée,
valeurs/vecteurs propres, distance de
Mahalanobis, . . . )
√
Piles, files . . . génériques. Listes denses et listes
creuses. Ensembles.
√
Graphes
√
Arbres
√
Modèles de Markov Cachés (HMM) 1D et 2D,
algorithme de Viterbi, ...
OpenCV – p.5/18
 Création d’image
Déclaration et création :
#include <cv.h>
IplImage *im;
im = cvCreateImage(cvSize(512,256), IPL_DEPTH_8U, 3);
/* Image 512 x 256 de unsigned char avec 3 canaux */

Remplissage : (codage par défaut = BGR)

pteur = (unsigned char*)im->imageData;
fin = im->width*im->height;
for(i=0; i<fin; i++)
{
*(pteur++) = 255; /* Bleu */
*(pteur++) = 0; /* Vert */
*(pteur++) = 0; /* Rouge */
}
Libération de l’espace mémoire
cvReleaseImage(&im);

OpenCV – p.6/18
Compiler un programme (sur Linux)
La commande opencv-config est bien pratique.
√
Compilation :
g++ ‘opencv-config --cflags‘ -c mon_fichier.c
√
Édition de liens :
g++ ‘opencv-config --libs‘ -o mon_executable mon_fichier.o

OpenCV – p.7/18
Compiler un programme (Windows)
√
j’aimerais bien le savoir
√
j’ai déjà réussi avec Visual Studio 6 grâce à la doc
mais qu’une seule fois

OpenCV – p.8/18
 Lire et afficher une image ⇒
highgui.h
√
Lire une image
#include <highgui.h>
IplImage *im;
im = cvLoadImage("mon_image.jpg", 1); /* (1) */
/* 1 => 3 canaux (0 => 1 seul, -1 => automatique) */
im = cvLoadImage("mon_image.jpg", 0); /* (2) */
√
Afficher une image
cvNamedWindow("Ma fenetre", CV_WINDOW_AUTOSIZE);
cvShowImage("Ma fenetre", im);
cvWaitKey(0); /* Attendre qu’une touche soit pressée */

(1) (2) OpenCV – p.9/18

 Dessins de primitives (1/2)
Attention au repère de l’image :
y
x
x
y

Par défaut repère possible

cvRectangle(im, cvPoint(100,300),
cvPoint(150,700),
CV_RGB(255,0,0), 3);
cvRectangle(im, cvPoint(50,70),
cvPoint(100,200),
CV_RGB(255,255,0),
CV_FILLED);
cvEllipse(im, cvPoint(250, 250),
cvSize(50, 120), 45.0,
0, 360,
CV_RGB(100,160,220),3);
cvEllipse(im, cvPoint(350, 350), cvSize(50, 30), 45.0,
0, 300, CV_RGB(220,150,20), CV_FILLED);
OpenCV – p.10/18
 Dessins de primitives (2/2)
Il existe de nombreuses autres fonctions de manipulations de
primitives géométriques. Citons :
√
renvoi de tous les points appartenant à un segment (délimité
par ses deux extrémités)
√
détection et traitement des contours

OpenCV – p.11/18
 Détection de contours
On trouve les filtres de Canny, Sobel, Laplacien, détection de coins, . . .
Exemple du Laplacien :
im = cvLoadImage(argv[1], 0);
im2 = cvCreateImage(cvGetSize(im), IPL_DEPTH_16S, 1);
cvLaplace(im, im2);

OpenCV – p.12/18
 Transformée en distances
Il s’agit de la transformée de Borgefors, avec plusieurs filtres :
CV_DIST_C (3x3): a=1, b=1
CV_DIST_L1 (3x3): a=1, b=2
CV_DIST_L2 (3x3): a=0.955, b=1.3693
CV_DIST_L2 (5x5): a=1, b=1.4, c=2.1969

On peut aussi définir ses propres filtres (en donnant a, b et c).

OpenCV – p.13/18
 Transformée de Hough
Détection de lignes en utilisant le plan (ρ, θ).
√
méthode “standard” (1) : renvoie un ensemble de droites
√
méthode “probabiliste” (2) : renvoie un ensemble de segments

(1) (2)
Un exemple de programme est disponible dans l’aide en ligne.

OpenCV – p.14/18
 Transformée de Fourier et
transformée cosinus
√
transformée de Fourier (DFT) :
? R→R
? C→C
image
√
transformée en cosinus (DCT) :
? R→R
√
pour les deux :
? transformées 1D et 2D
? transformée inverse
DFT DCT
imf = cvCreateImage(cvGetSize(im), IPL_DEPTH_32F, 1);
dst = cvCreateImage(cvGetSize(im), IPL_DEPTH_32F, 1);
cvConvert(im, imf);
cvDFT(imf, dst, CV_DXT_FORWARD);

OpenCV – p.15/18
 Histogrammes
On peut définir des histogrammes “standards” mais aussi des
histogrammes “creux”. La création n’est pas directe : il faut auparavant
désentrelacer les canaux de l’image.
Il existe des fonctions de comparaison d’histogrammes, traitement,
rétroprojection sur une image, . . .
/* Declaration (on suppose que im existe et est definie */
IplImage* rgb[3];
int taillehist[3] = {32,32,16};
/* Desentracelacement de l’image */
rgb[0] = cvCreateImage(cvGetSize(im), IPL_DEPTH_8U, 1);
rgb[1] = cvCreateImage(cvGetSize(im), IPL_DEPTH_8U, 1);
rgb[2] = cvCreateImage(cvGetSize(im), IPL_DEPTH_8U, 1);
cvCvtPixToPlane(im, rgb[2], rgb[1], rgb[0], NULL);
/* Creation de l’histogramme */
hist = cvCreateHist(3, taillehist, CV_HIST_ARRAY, NULL, 1);
cvCalcHist(rgb, hist, 0, NULL);
/* Liberation */
cvReleaseHist(&hist);
OpenCV – p.16/18
 Lecture d’une vidéo AVI
Il est possible de lire une séquence d’images à partir d’un fichier vidéo.
Pour chaque étape, une image de type IplImage est automatiquement
allouée (puis libérée) en mémoire.

/* Variables */
IplImage *im;
CvCapture *avi;

/* Ouverture de la video */
avi = cvCaptureFromAVI("ma_video.AVI");
while(cvGrabFrame(avi))
{
im = cvRetrieveFrame(avi);

/* Traitement de l’image */

OpenCV – p.17/18
 Conclusion
√
il existe encore de nombreuses fonctions,
structures de données, . . .
√
toutes les fonctions matricielles fonctionnent
aussi sur les images.
√
la documentation (papier et en ligne) décrit
? pratiquement tous les algorithmes
implémentés
? quelques références bibliographiques
? des exemples de code
? des fichiers d’exemples de code pour les
problèmes assez complexes

OpenCV – p.18/18