openCV
OpenCV cvWaitKey(int delay)的使用方法
openCV Mat的儲存與讀取
之前已經寫過兩篇 關於openCV 資料的儲存與讀取,今天又找到一個方便的方法
儲存架構同樣式XML
參考資料 http://blog.csdn.net/mmjwung/article/details/6913540
寫入
Mat mat = Mat::eye(Size(12,12), CV_8UC1); //這沒差
FileStorage fs(".\\vocabulary.xml", FileStorage::WRITE); //檔案名稱用 XML
fs<<"vocabulary"<<mat;
fs.release();
讀取
FileStorage fs(".\\vocabulary.xml", FileStorage::READ);
Mat mat_vocabulary;
fs["vocabulary"] >> mat_vocabulary;
經過測試,一個檔案可以分別寫入多個MAT 然後讀取。
openCV 記憶體釋放要注意
引用自http://blog.csdn.net/xiaowei_cqu/article/details/7586847
1、內存洩露
內存洩露是說沒有釋放已經不能使用的內存,這裡一般指堆的內存才需要顯示的釋放。比如用malloc,calloc,realloc,new分配的 內存是在堆上的,需要用free,delete顯示的回收。內存洩露最明顯的一是程序很慢,在運行程序時你可以啟動任務管理器,會看到程序佔用的內存一直 「砰砰砰」的往上漲:
最後直接崩潰,或者你關閉程序的時候也會異常退出,出現
Debug Assertion Failed!
Expression: _BLOCK_TYPE_IS_VALID(pHead->nBlockUse)
之類的問題。
除了new的對象我們知道要delete。OpenCV中使用cvCreateImage()新建一個IplImage*,以及使用cvCreateMat()新建一個CvMat*,都需要cvReleaseImage() cvReleaseMat()顯示的釋放
- IplImage* subImg=cvCreateImage( cvSize((img->width)*scale,(img->height)*scale), 8, 3 );
- CvMat *tempMat=cvCreateMat((img->width)*scale,(maxFace->height)*scale,CV_MAKETYPE(image->depth,image->nChannels));
- cvReleaseImage(&subImg);
- cvReleaseMat(&tempMat);
另外一些函數要用到 CvSeq*來存放結果(通常這些都要用cvCreateMemStorage()事先分配一塊內存CvMemStorage*),都要是釋放掉相應的內存,這是很難找的。
比如從二值圖像中尋找輪廓的函數cvFindContours():
- CvMemStorage* m_storage=cvCreateMemStorage(0);
- CvSeq * m_contour=0;
- cvFindContours( img, m_storage, &m_contour, sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0));
- //釋放內存
- cvReleaseMemStorage(&m_storage);
以及人臉識別中檢測人臉的函數:
- CvMemStorage* m_storage=cvCreateMemStorage(0);
- CvHaarClassifierCascade* cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 );
- CvSeq* faces = cvHaarDetectObjects( img, cascade, m_storage,1.1, 2, 0,cvSize(30, 30) );
- //釋放內存
- cvReleaseMemStorage( &faces->storage);
- cvReleaseHaarClassifierCascade( &cascade );
注意這裡我們可以使用
cvReleaseMemStorage( &faces->storage);
來釋放m_storate,也可以使用:
cvReleaseMemStorage(&m_storage);
釋放內存,這是等效的,但一定不要用兩次!!
2、一塊內存多次釋放
對應沒有釋放內存,對應就是一個內存釋放多次,如同上面的 cvReleaseMemStorage用了兩次。可能報錯的地方:
- __declspec(noinline)
- void __cdecl _CRT_DEBUGGER_HOOK(int _Reserved)
- {
- /* assign 0 to _debugger_hook_dummy so that the function is not folded in retail */
- (_Reserved);
- _debugger_hook_dummy = 0;
- }
或者: Unhandled exception at XXXXXXXXXX in XXX.exe: XXXXXXXXXXX: 堆已損壞。
除了上述的MemStorge問題,使用cvQueryFrame()取出CvCapture*每幀圖像,只需在最後釋放CvCapture*,不需要釋放IplImage*
- CvCapture* pCapture = cvCreateCameraCapture(-1);
- IplImage* pFrame=cvQueryFrame( pCapture );
- cvReleaseCapture(&pCapture);
*這篇是以前寫的,其實還是建議大家用C++接口的OpenCV,內存問題很少了~
openCV K-means的用法
最近為了去雜訊,測視使用了 k-means的方法減少,效果不錯,有效解決因為少數雜訊影響重心位置
參考資料
http://forum.gamer.com.tw/C.php?bsn=60292&snA=1518
http://www.aishack.in/2010/08/k-means-clustering-in-opencv/
http://rritw.com/a/bianchengyuyan/C__/20121123/258942.html
這三篇教學文當中,我使用第一篇的範力十分簡單好懂
第二篇視所有參數的英文說明
第三篇是中文說明
本文教學開始
Mat model(Data.size(),2, CV_32F );//sample
//建立一個矩陣 每一筆資料 一個row,cow代表維度,這次我是算點作標 所以是二維
vector<Point *>::iterator tempPoint; //事先算好的點陣列
int i=0;
//把資料塞入矩陣中
for(tempPoint=Data.begin();tempPoint!=Data.end();tempPoint++,i++)
{
model.at<float>(i,0)=(*tempPoint)->x;
model.at<float>(i,1)=(*tempPoint)->y;
}
int k=2; //要分幾群
Mat cluster; //會跑出結果,紀錄每個row 最後是分配到哪一個cluster
int attempts = 2;//應該是執行次數
Mat centers; //記錄那個cluster的值
//使用k means分群
kmeans(model, k, cluster,TermCriteria(CV_TERMCRIT_ITER|CV_TERMCRIT_EPS, 10, 1), attempts,KMEANS_PP_CENTERS,centers );
//,TermCriteria(CV_TERMCRIT_ITER|CV_TERMCRIT_EPS, 10, 1), 這裡有三個參數,決定k-means何時結束,第二個參數是指迭代最大次數,第三個參數是精確度多少,第一個參數是指依照前兩個參數的哪一個為準,以範例中就是兩者都參照,以 or 的方式決定
//以下是因為我指是用這方法去雜訊,所以要找出最多點的地方
int countMAX=0;
int MAXIndex;
int *tempSum =new int[k];
memset(tempSum,0,sizeof(int)*k);
for(int i=0;i<Data.size();i++)
{
tempSum[cluster.at
if(tempSum[cluster.at
{
countMAX=tempSum[cluster.at
MAXIndex=cluster.at<int>(i,0);
}
}
Point result(centers.at<float>(MAXIndex, 0),centers.at<float>(MAXIndex, 1));
openCV的XML 資料儲存教學
OpenCV SURF 儲存方式
資料來源http://blog.csdn.net/lovenessless/article/details/8077012
//objectKeypoints這些都是cvSeq* 即cvSeq指針
CvFileStorage *fs;
fs = cvOpenFileStorage("data.xml", storage, CV_STORAGE_WRITE);
//open file cvWrite(fs, "objectKeypoints", objectKeypoints);
cvWrite(fs, "objectDescriptors", objectDescriptors);
cvWrite(fs, "imageKeypoints", imageKeypoints);
cvWrite(fs, "imageDescriptors", imageDescriptors);
cvReleaseFileStorage(&fs);
讀取:
//objectKeypoints這些都是cvSeq* 即cvSeq指針
CvFileStorage *fs;
fs = cvOpenFileStorage("data.xml", storage, CV_STORAGE_READ);
objectKeypoints = (CvSeq*) cvReadByName(fs, 0, "objectKeypoints");
objectDescriptors = (CvSeq*)cvReadByName(fs, 0, "objectDescriptors",0);
imageKeypoints = (CvSeq*)cvReadByName(fs, 0, "imageKeypoints",0);
imageDescriptors = (CvSeq*)cvReadByName(fs, 0, "imageDescriptors",0);
cvReleaseFileStorage(&fs);
opencv的Mat,cvMat和IplImage
openCV的IplImage 與 Mat 相互換轉
OpenCV針對這兩種轉換方式是採用記憶體共享,由於因為記憶體共享,所以任何一方作改變 都會改變原始的數值
(1)IplImage to Mat
Ex.
IplImage* pImg = cvLoadImage(“lena.jpg”);
cv::Mat img(pImg,0); //0是不複製影像,也就是pImg與img的data共用同個記憶體位置,header各自有
(2)Mat to IplImage
Ex.
IplImage* pImg = cvLoadImage(“lena.jpg”);
cv::Mat img(pImg,0); //img拿到pImg的data
IplImage qImg;
qImg = IplImage(img); //一樣檔案沒複製,所以qImg.imageData就是指向pImg->imageData