Image Processing Study

Image Processing Study

Study Content

1. Eg01_HelloOpenCV OpenCV的基本应用:图像腐蚀、模糊、边缘检测

2. Eg02_SavePicture 保存图像到文件

3. Eg03_BasicMergePicture 载入图像，进行简单的混合，显示并输出到文件

4. Eg04_TrackBar 控制滑动条来控制两幅图像的Alpha混合

5. Eg05_MouseOperator 鼠标操作

6. Eg06_MatOperation Mat操作

7. Eg07_BasicStruct: 基本的OpenCV数据结构

8. Eg08_BasicGraphDraw 绘制简单图形

9. Eg09_ReadImagePixel 访问图像中的像素，例为颜色空间缩减，即将256颜色的原图像变成64种颜色

10. Eg10_ROIOperation ROI操作，图像的叠加与混合

11. Eg11_MultiChannelBlending 多通道图像混合Split,Merge

12. Eg27_AffineTransform 仿射变换

13. Eg28_LogPolar 图像变换,极坐标与直角坐标变换

14. Eg29_Remap 图像变换,Remap

15. Eg30_ReadWriteVideo Video的读写操作

16. Eg31_AlphaBlending Alpha Blending，不使用addWeighted方法，识别出其轮廓，然后计算距离再做blending，有点问题

17. Eg32_Deghost 去鬼影算法

18. Eg33_OpticalFlow 光流, Lucas-Kanade, Gunnar Farneback方法求光流 Ref: http://blog.csdn.net/on2way/article/details/48969649; http://blog.csdn.net/on2way/article/details/48969649

19. Eg34_OperatePixel 访问逐个像素，使用三种方法将RGB转换成灰度图，并比较效率：at(r, c): 68 ms, iterator: 56 ms, c pointer[]: 34 ms

20. Eg35_FFT DFT和IDFT算法

21. Eg36_HoughTransform Hough变换识别圆和直线

22. Eg37_Keypoints 各种KeyPoint检测方法 Harris-Shi-Tomasi: 效果尚可 Simple Blob: 效果很差 FAST(Features from Accelerated Segments Test): 效果还行，比Harris-Shi-Tomasi差点，挤在一堆的现象依然存在 SIFT(Scale Invariant Feature Transform): 效果很好，并提供了128维特征描述矢量 SURF(Speeded Up Robost Features): 效果不错，速度快

23. Eg38_KeypointMatch KeyPoint匹配方法, Brute Force, FLANN

24. Eg39_CameraCalibration 相机校正: 参考OpenCV tourials file:///D:/Programs/opencv3.3.0/doc/html/d4/d94/tutorial_camera_calibration.html. 无图片，未实验

25. Eg40_VideoTracking Video Tracking, using CamShift algorithm, 参考OpenCV_dir\samples\cpp\camshiftdemo.cpp，无摄像头，不好测试，结果待定

26. Eg41_CalcHist 计算图像的RGB直方图和2维HS直方图

27. Eg42_HistCompare 直方图比较: 由于直方图的局限性，仅反映图像像素各灰度值的数量，不能反映纹理结构，因此存在很多误判。 比如纹理结构相同，但明暗不同的图像，相似度会很低，纹理结构不同，但明暗相近的图像，相似度却很高。

28. Eg43_EMDHistCompare EMD(陆地移动距离)比较直方图，Ref: Learning OpenCV 3, P390, Example13-2

29. Eg44_BackProjection 计算(BackProjection)反向投影，只使用了HSV中的H通道 Ref: https://github.com/opencv/opencv/blob/master/samples/cpp/tutorial_code/Histograms_Matching/calcBackProject_Demo1.cpp

30. Eg45_ImprovedBackProjection 计算(BackProjection)反向投影，使用了HSV中的HS通道，并使用FloodFill作为mask Ref: https://github.com/opencv/opencv/blob/master/samples/cpp/tutorial_code/Histograms_Matching/calcBackProject_Demo2.cpp

31. Eg46_TemplateMatch 模板匹配，Ref: file:///D:/Programs/opencv3.3.1/doc/html/de/da9/tutorial_template_matching.html

32. Eg47_FindContour 查找并绘制轮廓(Contour)，Ref: Learning OpenCV 3, P415, Example14-1

33. Eg48_ImprovedFindContour 查找并绘制轮廓(Contour)，使用按键查看绘制轮廓步骤，Ref Learning OpenCV 3, P416, Example14-2

34. Eg49_FindContourUsingCanny 使用Canny找到边缘后，再查找并绘制轮廓(Contour)，Ref: file:///D:/Programs/opencv3.3.1/doc/html/df/d0d/tutorial_find_contours.html

35. Eg50_DrawLabeledConnectedComponents 将图片按区域连通，并用不同颜色绘制出来，Ref: Learning OpenCV 3, P419, Example14-3

36. Eg51_PolygonApprox 多边形近似图形, Ref: file:///D:/Programs/opencv3.3.1/doc/html/d0/d2a/contours2_8cpp-example.html#a24

37. Eg52_BoundingRect 针对识别出的图像轮廓(contours)，找到其多边形近似，边界矩形和圆近似等(approxPolyDP, boundingRect, minAreaRect, minEnclosingCircle, fitEllipse) Ref: https://github.com/opencv/opencv/blob/master/samples/cpp/tutorial_code/ShapeDescriptors/generalContours_demo1.cpp https://github.com/opencv/opencv/blob/master/samples/cpp/tutorial_code/ShapeDescriptors/generalContours_demo2.cpp

38. Eg53_PointPolygonTest 检测点是否在多边形内，并计算出距多边形边界的值，并将值绘制出来. Ref: https://github.com/opencv/opencv/blob/master/samples/cpp/tutorial_code/ShapeDescriptors/pointPolygonTest_demo.cpp

Project

1. Prj01_HazeRemoval 图片去雾算法 Ref: [1] Single Image Haze Removal using Dark Channel Prior, Kaiming He, Jian Sun, and Xiaoou Tang
2. Prj02_CameraCalibration 相机校正，用同一相机在两个不同的位置拍摄两张照片，使用这两张图片来计算出相机的参数及运动矩阵R,t。未完成，优化时不收敛