第5讲 相机与图像

1 操作OpenCV图像

  cpp文件内容如下，

#include <iostream>
#include <chrono>
#include <ctime>

using namespace std;

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>

using namespace cv;

string path = "../ubuntu.png";
clock_t start, last;

int main()
{
   
    start = clock();

    Mat image;
    image = imread(path);  //imread()函数读取指定路径下的图像

    //判断图像文件是否正确读取
    if(image.data == nullptr)  //数据不存在，可能是文件不存在
    {
   
        cerr << "文件" << path << "不存在！" << endl;
        return 0;
    }

    //文件顺利读取，首先输出一些基本信息
    cout << "图像宽为：" << image.cols << "像素，图像高为：" << image.rows << "像素，图像通道数为：" << image.channels() << "！" << endl;
    imshow("image", image);  //用imshow()函数显示图像
    waitKey(0);  //暂停程序，等待一个按键输入

    //判断图像image的类型
    if(image.type() != CV_8UC1 && image.type() != CV_8UC3)
    {
   
        cout << "请输入一张彩色图或灰度图！" << endl;
        return 0;
    }

    //使用指针遍历图像image中的像素
    //steady_clock是单调的时钟，相当于教练中的秒表，只会增长，适合用于记录程序耗时。
    chrono::steady_clock::time_point t1 = chrono::steady_clock::now();
    //size_t全称是size_type，它表示sizeof()函数的返回值，是无符号整型unsigned int变量。
    //使用size_t的目的是提供一种可移植的方法来声明与系统中可寻址的内存区域一致的长度。
    for(size_t y = 0; y < image.rows; y++)
    {
   
        //用ptr获得图像的行指针
        unsigned char* row_ptr = image.ptr<unsigned char>(y);  //row_ptr是第y行的头指针
        for(size_t x = 0; x < image.cols; x++)
        {
   
            //data_ptr指向待访问的像素数据
            unsigned char* data_ptr = &row_ptr[x * image.channels()];
            //输出该像素的每个通道，如果是灰度图就只有一个通道
            for(int c = 0; c != image.channels(); c++)
                unsigned char data = data_ptr[c];  //data为image(x,y)第c个通道的值
        }
    }
    chrono::steady_clock::time_point t2 = chrono::steady_clock::now();
    chrono::duration<double> time_used = chrono::duration_cast<chrono::duration<double>> (t2 - t1);
    cout << "遍历图像用时：" << time_used.count() << "秒！" << endl;

    //直接赋值并不会拷贝数据，图像名image有点类似于指针
    Mat image_another = image;
    //修改image_another也会导致image发生变化
    image_another(Rect(0, 0, 100, 100)).setTo(0);  //将左上角100*100的块置为黑色
    imshow("image", image);
    waitKey(0);  //停止执行，等待一个按键输入
    cout << "直接赋值并不会拷贝数据，修改image_another也会导致image发生变化！" << endl;

    //使用clone()函数拷贝数据
    Mat image_clone = image.clone();
    image_clone(Rect(0, 0, 100, 100)).setTo(255);  //将左上角100*100的块置为白色
    imshow("image", image);
    imshow("image_clone", image_clone);
    waitKey(0);
    cout << "使用clone()函数可以拷贝数据，修改图像image_clone并不会改变图像image！" << endl;

    last = clock();
    cout << "运行程序花费的时间为：" << (double)(last - start) * 1000 / CLOCKS_PER_SEC << "毫秒！" << endl;
    return 0;
}

  CMakeLists.txt文件内容如下，

find_package(OpenCV REQUIRED)
include_directories(${
   OpenCV_INCLUDE_DIRECTORIES})
add_executable(main main.cpp)
target_link_libraries(main ${
   OpenCV_LIBRARIES})

  结果如下，

图像宽为：1200像素，图像高为：674像素，图像通道数为：3！
遍历图像用时：0.0128371秒！
直接赋值并不会拷贝数据，修改image_another也会导致image发生变化！
使用clone()函数可以拷贝数据，修改图像image_clone并不会改变图像image！
运行程序花费的时间为：192.463毫秒！

注：结果中省略了imshow()函数的显示！

2 图像去畸变

  cpp文件内容如下，

#include <iostream>
#include <string>
#include <cmath>
#include <ctime>

using namespace std;

#include <opencv2/opencv.hpp>

using namespace cv;

string path = "../distorted.png";  //图片路径
double fx = 458.654, fy = 457.296, cx = 367.215, cy = 248.375;  //相机内参
double k1 = -0.28340811, k2 = 0.07395907, p1 = 0.00019359, p2 = 1.76187114e-5;  //畸变参数

clock_t start, last;

//本程序实现去畸变部分的代码。尽管我们可以调用OpenCV的去畸变函数，但自己去实现一遍有助于理解
int main()
{
   
    start = clock();

    Mat image = imread(path, 0);  //0表示返回一张灰度图
    int rows = image.rows, cols = image.cols;
    Mat image_undistort(rows, cols, CV_8UC1);  //构造一张与图像image相同尺寸和相同类型的图像image_undistort

    //计算去畸变后的内容
    for(int v = 0; v < rows; v++)
        for(int u = 0; u < cols; u++)
        {
   
            //依据公式，计算像素点image_undistort(v,u)去畸变后的坐标image(v_distorted,u_distorted)
            double x = (u - cx) / fx, y = (v - cy) / fy;
            double r = sqrt(x * x + y * y);
            double r2 = pow(r, 2), r4 = pow(r, 4);
            double x_distorted = x * (1 + k1 * r2 + k2 * r4) + 2 * p1 * x * y + p2 * (r2 + 2 * x * x);
            double y_distorted = y * (1 + k1 * r2 + k2 * r4) + p1 * (r2 + 2 * y * y) + 2 * p2 * x * y;
            double u_distorted = fx * x_distorted + cx;
            double v_distorted = fy * y_distorted + cy;

            //将image(v_distorted,u_distorted)处的颜色信息赋值到image_undistort(v,u)处
            if(u_distorted >= 0 && v_distorted >= 0 && u_distorted < cols && v_distorted < rows)
                image_undistort.at<uchar>(v, u) = image.at<uchar>((int)round(v_distorted), (int)round(u_distorted));
            else
                image_undistort.at<uchar>(v, u) = 0;  //超出范围像素点的颜色设置为黑色


        }

    //显示去畸变前后的图像
    imshow("原图", image);
    imshow("去畸变后的图像", image_undistort);
    waitKey(0);  //程序终止，等待一个按键输入

    last = clock();
    cout << "执行程序总共花费的时间为：" << double(last - start) * 1000 / CLOCKS_PER_SEC << "毫秒！" << endl;
    return 0;
}

  CMakeLists.txt文件内容如下，

find_package(OpenCV REQUIRED)
include_directories(${
   OpenCV_DIRECTORIES})
add_executable(main main.cpp)
target_link_libraries(main ${
   OpenCV_LIBRARIES})

  结果如下，

执行程序总共花费的时间为：80.934毫秒！

更新中！