基于OpenCV的圖像處理

摘 要：OpenCV是近年來新出現(xiàn)的并逐漸普及的開源的計算機視覺研究工具，利用其包含的豐富的函數(shù)庫可以方便地進行圖像的處理。本文較為詳細(xì)地介紹了圖像處理的過程，并且給出了用C++語言進行程序編寫的實現(xiàn)代碼。

關(guān)鍵詞：OpenCV；圖像處理；C++

中圖分類號：TP391.41

1 圖像的加載

圖像的加載過程為：調(diào)用攝像頭；逐幀加載圖像；圖像的顯示。

調(diào)用攝像頭的過程，我們用下面這段程序來實現(xiàn)：

攝像頭啟動后，自動采集圖像，不同類型的圖像內(nèi)部結(jié)構(gòu)不同，需要根據(jù)圖像的結(jié)構(gòu)采用不同的方法將圖像文件中的數(shù)據(jù)讀入內(nèi)存。在窗口中顯示出加載的圖像，主要由函數(shù)cvNamedWindow（）來實現(xiàn)，這個函數(shù)也是一個高層調(diào)用接口，由HighGUI庫提供，它用于在屏幕上創(chuàng)建一個窗口，將被顯示的圖像包含于該窗口中。我們用下面這段程序來實現(xiàn)加載和顯示圖像的過程：

2 圖像的預(yù)處理

2.1 光線補償。在攝像頭的捕捉過程中，可能會存在光線不平衡，這影響了對特征的提取。

考慮到背景模型對光線變化比較敏感。在有室外光照、光潔地板和金屬設(shè)備的室內(nèi)場景中，需要對攝像頭捕捉的圖像序列進行光線補償。

2.2 平滑處理。圖像在采集、傳輸、處理和保存的過程中，必然會受到隨機擾動和各種限制的影響，由此將產(chǎn)生各種噪聲和失真，因此需要對圖像進行平滑處理。

OpenCV中提供了圖像濾波函數(shù)：

2.3 灰度化。彩色圖像由于其信息容量比灰度圖像大，因此處理難度大、速度慢，而且在識別一般圖像的過程中，灰度圖像所含的信息量已經(jīng)足夠，因此先將彩色圖像轉(zhuǎn)換為灰度圖像?；叶葓D像與黑白單色圖像的區(qū)別是灰度圖像加上了顏色深度的概念，單純的看，灰度圖也是黑白的，就像黑白電視顯示的圖像一樣，但是點與點之間黑的程度是不一樣的，這就是深度即灰度，一般灰度圖像分為256 級。設(shè)彩色圖像某像素點顏色值為，根據(jù)

光學(xué)原理分解為紅色（r），綠色（g），藍色（b）三個分量，則灰度值為：

將彩色圖像中的所有的點經(jīng)過上式轉(zhuǎn)變后，該圖像轉(zhuǎn)變成灰度圖像，各像素點的灰度值在（0-255）范圍內(nèi)，其中0為黑色，255 為白色。

這個轉(zhuǎn)換過程可以用OpenCV中的函數(shù)來實現(xiàn)，這個函數(shù)的原型為：

2.4 二值化（閾值化）。圖像閾值化分割是一種最常用，同時也是最簡單的圖像分割方法，它特別適用于目標(biāo)和背景占據(jù)不同灰度級范圍的圖像。它不僅可以極大地壓縮數(shù)據(jù)量， 而且也大大簡化了分析和處理步驟。因此，在很多情況下，它是進行圖像分析、特征提取與模式識別之前的必要的圖像預(yù)處理過程。圖像閾值化的目的是按照灰度級，對像素集合進行一個劃分，得到的每個子集形成一個與現(xiàn)實景物相對應(yīng)的區(qū)域，各個區(qū)域內(nèi)部具有一致的屬性，而相鄰區(qū)域布局有這種一致屬性。這樣的劃分可以通過從灰度級出發(fā)選取一個或多個閾值來實現(xiàn)。

最常見的閾值分割方法是固定閾值分割，OpenCV提供了這方面的函數(shù)，如下所示：

3 結(jié)束語

本文介紹了基于OpenCV的圖像處理并給出了實例，利用OpenCV中的函數(shù)使圖像處理問題變得很簡單，具有很強的實用價值。而且OpenCV免費，源代碼公開，其必將成為圖像視頻處理領(lǐng)域的強有力的工具。

參考文獻：

[1]于仕琪，劉瑞禎.學(xué)習(xí)OpenCV（中文版）[M].北京：清華大學(xué)出版社，2009.

[2]朱虹.數(shù)字圖像處理基礎(chǔ)[M].北京：北京科學(xué)出版社，2005.

[3]劉潔，馮貴玉，張汗靈.一種圖形處理和計算機視覺的開發(fā)工具[J].計算機仿真，2006（11）：305-307.

[4]阮秋琦.數(shù)字圖像處理學(xué)[M].北京：電子工業(yè)出版社，2007.

作者簡介：劉海波（1992.10-），男，江蘇鹽城人，本科，研究方向：測控技術(shù)。

作者單位：東南大學(xué) 儀器科學(xué)與工程學(xué)院，南京 210096