atexit()函數(shù)在程序退出時(shí)經(jīng)常需要做一些諸如釋放資源的操作，但程序退出的方式有很多種。因此需要一種與程序退出方式無關(guān)的方法來進(jìn)行程序退出時(shí)的必要處理。atexit（）函數(shù)用來注冊程序正常終止時(shí)要被調(diào)用的函數(shù)。 atexit（）函數(shù)的參數(shù)是一個(gè)函數(shù)指針，函數(shù)指針指向一個(gè)沒有參數(shù)也沒有返回值的函數(shù)。其原型如下所示： atexit(void(*)(void)); 在一個(gè)程序中做多可以用atexit()函數(shù)注冊32個(gè)處理函數(shù)，這些處理函數(shù)的調(diào)用順序與其注冊順序相反，即最先注冊的最后調(diào)用，最后注冊的最先調(diào)用。 如下所示： #include <STDIO.H> void fn1() void fn2() int main() atexit(fn1); return 0; 結(jié)果輸出： calling main ***** calling fn2***** calling fn1*****
posted @ 2012-07-24 22:27 xingma0910 閱讀(34) 評(píng)論(0) 編輯 變量之間交換數(shù)據(jù)（不用第三變量）編程之中卻有諸多美妙之處。 #include <STDIO.H> int main() int a,b; printf("before exchange:"); a=a+b; printf("after the 1st:"); a=a^b; printf("after the 2nd:"); return 0; posted @ 2012-07-24 21:37 xingma0910 閱讀(12) 評(píng)論(0) 編輯 圖像處理和圖像識(shí)別中常用的OpenCV函數(shù) （轉(zhuǎn)）1、cvLoadImage：將圖像文件加載至內(nèi)存； 2、cvNamedWindow：在屏幕上創(chuàng)建一個(gè)窗口； 3、cvShowImage：在一個(gè)已創(chuàng)建好的窗口中顯示圖像； 4、cvWaitKey：使程序暫停，等待用戶觸發(fā)一個(gè)按鍵操作； 5、cvReleaseImage：釋放圖像文件所分配的內(nèi)存； 6、cvDestroyWindow：銷毀顯示圖像文件的窗口； 7、cvCreateFileCapture：通過參數(shù)設(shè)置確定要讀入的AVI文件； 8、cvQueryFrame：用來將下一幀視頻文件載入內(nèi)存； 9、cvReleaseCapture：釋放CvCapture結(jié)構(gòu)開辟的內(nèi)存空間； 10、cvCreateTrackbar：創(chuàng)建一個(gè)滾動(dòng)條； 11、cvSetCaptureProperty：設(shè)置CvCapture對象的各種屬性； 12、cvGetCaptureProperty：查詢CvCapture對象的各種屬性； 13、cvGetSize：當(dāng)前圖像結(jié)構(gòu)的大??； 14、cvSmooth：對圖像進(jìn)行平滑處理； 15、cvPyrDown：圖像金字塔，降采樣，圖像縮小為原來四分之一； 16、cvCanny：Canny邊緣檢測； 17、cvCreateCameraCapture：從攝像設(shè)備中讀入數(shù)據(jù)； 18、cvCreateVideoWriter：創(chuàng)建一個(gè)寫入設(shè)備以便逐幀將視頻流寫入視頻文件； 19、cvWriteFrame：逐幀將視頻流寫入文件； 20、cvReleaseVideoWriter：釋放CvVideoWriter結(jié)構(gòu)開辟的內(nèi)存空間； 21、CV_MAT_ELEM：從矩陣中得到一個(gè)元素； 22、cvAbs：計(jì)算數(shù)組中所有元素的絕對值； 23、cvAbsDiff：計(jì)算兩個(gè)數(shù)組差值的絕對值； 24、cvAbsDiffS：計(jì)算數(shù)組和標(biāo)量差值的絕對值； 25、cvAdd：兩個(gè)數(shù)組的元素級(jí)的加運(yùn)算； 26、cvAddS：一個(gè)數(shù)組和一個(gè)標(biāo)量的元素級(jí)的相加運(yùn)算； 27、cvAddWeighted：兩個(gè)數(shù)組的元素級(jí)的加權(quán)相加運(yùn)算(alpha運(yùn)算)； 28、cvAvg：計(jì)算數(shù)組中所有元素的平均值； 29、cvAvgSdv：計(jì)算數(shù)組中所有元素的絕對值和標(biāo)準(zhǔn)差； 30、cvCalcCovarMatrix：計(jì)算一組n維空間向量的協(xié)方差； 31、cvCmp：對兩個(gè)數(shù)組中的所有元素運(yùn)用設(shè)置的比較操作； 32、cvCmpS：對數(shù)組和標(biāo)量運(yùn)用設(shè)置的比較操作； 33、cvConvertScale：用可選的縮放值轉(zhuǎn)換數(shù)組元素類型； 34、cvCopy：把數(shù)組中的值復(fù)制到另一個(gè)數(shù)組中； 35、cvCountNonZero：計(jì)算數(shù)組中非0值的個(gè)數(shù)； 36、cvCrossProduct：計(jì)算兩個(gè)三維向量的向量積(叉積)； 37、cvCvtColor：將數(shù)組的通道從一個(gè)顏色空間轉(zhuǎn)換另外一個(gè)顏色空間； 38、cvDet：計(jì)算方陣的行列式； 39、cvDiv：用另外一個(gè)數(shù)組對一個(gè)數(shù)組進(jìn)行元素級(jí)的除法運(yùn)算； 40、cvDotProduct：計(jì)算兩個(gè)向量的點(diǎn)積； 41、cvEigenVV：計(jì)算方陣的特征值和特征向量； 42、cvFlip：圍繞選定軸翻轉(zhuǎn)； 43、cvGEMM：矩陣乘法； 44、cvGetCol：從一個(gè)數(shù)組的列中復(fù)制元素； 45、cvGetCols：從數(shù)據(jù)的相鄰的多列中復(fù)制元素； 46、cvGetDiag：復(fù)制數(shù)組中對角線上的所有元素； 47、cvGetDims：返回?cái)?shù)組的維數(shù)； 48、cvGetDimSize：返回一個(gè)數(shù)組的所有維的大??； 49、cvGetRow：從一個(gè)數(shù)組的行中復(fù)制元素值； 50、cvGetRows：從一個(gè)數(shù)組的多個(gè)相鄰的行中復(fù)制元素值； 51、cvGetSize：得到二維的數(shù)組的尺寸，以CvSize返回； 52、cvGetSubRect：從一個(gè)數(shù)組的子區(qū)域復(fù)制元素值； 53、cvInRange：檢查一個(gè)數(shù)組的元素是否在另外兩個(gè)數(shù)組中的值的范圍內(nèi)； 54、cvInRangeS：檢查一個(gè)數(shù)組的元素的值是否在另外兩個(gè)標(biāo)量的范圍內(nèi)； 55、cvInvert：求矩陣的逆； 56、cvMahalonobis：計(jì)算兩個(gè)向量間的馬氏距離； 57、cvMax：在兩個(gè)數(shù)組中進(jìn)行元素級(jí)的取最大值操作； 58、cvMaxS：在一個(gè)數(shù)組和一個(gè)標(biāo)量中進(jìn)行元素級(jí)的取最大值操作； 59、cvMerge：把幾個(gè)單通道圖像合并為一個(gè)多通道圖像； 60、cvMin：在兩個(gè)數(shù)組中進(jìn)行元素級(jí)的取最小值操作； 61、cvMinS：在一個(gè)數(shù)組和一個(gè)標(biāo)量中進(jìn)行元素級(jí)的取最小值操作； 62、cvMinMaxLoc：尋找數(shù)組中的最大最小值； 63、cvMul：計(jì)算兩個(gè)數(shù)組的元素級(jí)的乘積(點(diǎn)乘)； 64、cvNot：按位對數(shù)組中的每一個(gè)元素求反； 65、cvNormalize：將數(shù)組中元素進(jìn)行歸一化； 66、cvOr：對兩個(gè)數(shù)組進(jìn)行按位或操作； 67、cvOrs：在數(shù)組與標(biāo)量之間進(jìn)行按位或操作； 68、cvReduce：通過給定的操作符將二維數(shù)組簡為向量； 69、cvRepeat：以平鋪的方式進(jìn)行數(shù)組復(fù)制； 70、cvSet：用給定值初始化數(shù)組； 71、cvSetZero：將數(shù)組中所有元素初始化為0； 72、cvSetIdentity：將數(shù)組中對角線上的元素設(shè)為1，其他置0； 73、cvSolve：求出線性方程組的解； 74、cvSplit：將多通道數(shù)組分割成多個(gè)單通道數(shù)組； 75、cvSub：兩個(gè)數(shù)組元素級(jí)的相減； 76、cvSubS：元素級(jí)的從數(shù)組中減去標(biāo)量； 77、cvSubRS：元素級(jí)的從標(biāo)量中減去數(shù)組； 78、cvSum：對數(shù)組中的所有元素求和； 79、cvSVD：二維矩陣的奇異值分解； 80、cvSVBkSb：奇異值回代計(jì)算； 81、cvTrace：計(jì)算矩陣跡； 82、cvTranspose：矩陣的轉(zhuǎn)置運(yùn)算； 83、cvXor：對兩個(gè)數(shù)組進(jìn)行按位異或操作； 84、cvXorS：在數(shù)組和標(biāo)量之間進(jìn)行按位異或操作； 85、cvZero：將所有數(shù)組中的元素置為0； 86、cvConvertScaleAbs：計(jì)算可選的縮放值的絕對值之后再轉(zhuǎn)換數(shù)組元素的類型； 87、cvNorm：計(jì)算數(shù)組的絕對范數(shù)， 絕對差分范數(shù)或者相對差分范數(shù)； 88、cvAnd：對兩個(gè)數(shù)組進(jìn)行按位與操作； 89、cvAndS：在數(shù)組和標(biāo)量之間進(jìn)行按位與操作； 90、cvScale：是cvConvertScale的一個(gè)宏，可以用來重新調(diào)整數(shù)組的內(nèi)容，并且可以將參數(shù)從一種數(shù)據(jù)類型轉(zhuǎn)換為另一種； 91、cvT：是函數(shù)cvTranspose的縮寫； 92、cvLine：畫直線； 93、cvRectangle：畫矩形； 94、cvCircle：畫圓； 95、cvEllipse：畫橢圓； 96、cvEllipseBox：使用外接矩形描述橢圓； 97、cvFillPoly、cvFillConvexPoly、cvPolyLine：畫多邊形； 98、cvPutText：在圖像上輸出一些文本； 99、cvInitFont：采用一組參數(shù)配置一些用于屏幕輸出的基本個(gè)特定字體； 100、cvSave：矩陣保存； 101、cvLoad：矩陣讀??； 102、cvOpenFileStorage：為讀/寫打開存儲(chǔ)文件； 103、cvReleaseFileStorage：釋放存儲(chǔ)的數(shù)據(jù)； 104、cvStartWriteStruct：開始寫入新的數(shù)據(jù)結(jié)構(gòu)； 105、cvEndWriteStruct：結(jié)束寫入數(shù)據(jù)結(jié)構(gòu)； 106、cvWriteInt：寫入整數(shù)型； 107、cvWriteReal：寫入浮點(diǎn)型； 108、cvWriteString：寫入字符型； 109、cvWriteComment：寫一個(gè)XML或YAML的注釋字串； 110、cvWrite：寫一個(gè)對象； 111、cvWriteRawData：寫入多個(gè)數(shù)值； 112、cvWriteFileNode：將文件節(jié)點(diǎn)寫入另一個(gè)文件存儲(chǔ)器； 113、cvGetRootFileNode：獲取存儲(chǔ)器最頂層的節(jié)點(diǎn)； 114、cvGetFileNodeByName：在映圖或存儲(chǔ)器中找到相應(yīng)節(jié)點(diǎn)； 115、cvGetHashedKey：為名稱返回一個(gè)惟一的指針； 116、cvGetFileNode：在映圖或文件存儲(chǔ)器中找到節(jié)點(diǎn)； 117、cvGetFileNodeName：返回文件的節(jié)點(diǎn)名； 118、cvReadInt：讀取一個(gè)無名稱的整數(shù)型； 119、cvReadIntByName：讀取一個(gè)有名稱的整數(shù)型； 120、cvReadReal：讀取一個(gè)無名稱的浮點(diǎn)型； 121、cvReadRealByName：讀取一個(gè)有名稱的浮點(diǎn)型； 122、cvReadString：從文件節(jié)點(diǎn)中尋找字符串； 123、cvReadStringByName：找到一個(gè)有名稱的文件節(jié)點(diǎn)并返回它； 124、cvRead：將對象解碼并返回它的指針； 125、cvReadByName：找到對象并解碼； 126、cvReadRawData：讀取多個(gè)數(shù)值； 127、cvStartReadRawData：初始化文件節(jié)點(diǎn)序列的讀??； 128、cvReadRawDataSlice：讀取文件節(jié)點(diǎn)的內(nèi)容； 129、cvGetModuleInfo：檢查IPP庫是否已經(jīng)正常安裝并且檢驗(yàn)運(yùn)行是否正常； 130、cvResizeWindow：用來調(diào)整窗口的大小； 131、cvSaveImage：保存圖像； 132、cvMoveWindow：將窗口移動(dòng)到其左上角為x,y的位置； 133、cvDestroyAllWindow：用來關(guān)閉所有窗口并釋放窗口相關(guān)的內(nèi)存空間； 134、cvGetTrackbarPos：讀取滑動(dòng)條的值； 135、cvSetTrackbarPos：設(shè)置滑動(dòng)條的值； 136、cvGrabFrame：用于快速將視頻幀讀入內(nèi)存； 137、cvRetrieveFrame：對讀入幀做所有必須的處理； 138、cvConvertImage：用于在常用的不同圖像格式之間轉(zhuǎn)換； 139、cvErode：形態(tài)腐蝕； 140、cvDilate：形態(tài)學(xué)膨脹； 141、cvMorphologyEx：更通用的形態(tài)學(xué)函數(shù)； 142、cvFloodFill：漫水填充算法，用來進(jìn)一步控制哪些區(qū)域?qū)⒈惶畛漕伾?/SPAN> 143、cvResize：放大或縮小圖像； 144、cvPyrUp：圖像金字塔，將現(xiàn)有的圖像在每個(gè)維度上都放大兩倍； 145、cvPyrSegmentation：利用金字塔實(shí)現(xiàn)圖像分割； 146、cvThreshold：圖像閾值化； 147、cvAcc：可以將8位整數(shù)類型圖像累加為浮點(diǎn)圖像； 148、cvAdaptiveThreshold：圖像自適應(yīng)閾值； 149、cvFilter2D：圖像卷積； 150、cvCopyMakeBorder：將特定的圖像輕微變大，然后以各種方式自動(dòng)填充圖像邊界； 151、cvSobel：圖像邊緣檢測，Sobel算子； 152、cvLaplace：拉普拉斯變換、圖像邊緣檢測； 153、cvHoughLines2：霍夫直線變換； 154、cvHoughCircles：霍夫圓變換； 155、cvRemap：圖像重映射，校正標(biāo)定圖像，圖像插值； 156、cvWarpAffine：稠密仿射變換； 157、cvGetQuadrangleSubPix：仿射變換； 158、cvGetAffineTransform：仿射映射矩陣的計(jì)算； 159、cvCloneImage：將整個(gè)IplImage結(jié)構(gòu)復(fù)制到新的IplImage中； 160、cv2DRotationMatrix：仿射映射矩陣的計(jì)算； 161、cvTransform：稀疏仿射變換； 162、cvWarpPerspective：密集透視變換(單應(yīng)性)； 163、cvGetPerspectiveTransform：計(jì)算透視映射矩陣； 164、cvPerspectiveTransform：稀疏透視變換； 165、cvCartToPolar：將數(shù)值從笛卡爾空間到極坐標(biāo)(極性空間)進(jìn)行映射； 166、cvPolarToCart：將數(shù)值從極性空間到笛卡爾空間進(jìn)行映射； 167、cvLogPolar：對數(shù)極坐標(biāo)變換； 168、cvDFT：離散傅里葉變換； 169、cvMulSpectrums：頻譜乘法； 170、cvDCT：離散余弦變換； 171、cvIntegral：計(jì)算積分圖像； 172、cvDistTransform：圖像的距離變換； 173、cvEqualizeHist：直方圖均衡化； 174、cvCreateHist：創(chuàng)建一新直方圖； 175、cvMakeHistHeaderForArray：根據(jù)已給出的數(shù)據(jù)創(chuàng)建直方圖； 176、cvNormalizeHist：歸一化直方圖； 177、cvThreshHist：直方圖閾值函數(shù)； 178、cvCalcHist：從圖像中自動(dòng)計(jì)算直方圖； 179、cvCompareHist：用于對比兩個(gè)直方圖的相似度； 180、cvCalcEMD2：陸地移動(dòng)距離(EMD)算法； 181、cvCalcBackProject：反向投影； 182、cvCalcBackProjectPatch：圖塊的方向投影； 183、cvMatchTemplate：模板匹配； 184、cvCreateMemStorage：用于創(chuàng)建一個(gè)內(nèi)存存儲(chǔ)器； 185、cvCreateSeq：創(chuàng)建序列； 186、cvSeqInvert：將序列進(jìn)行逆序操作； 187、cvCvtSeqToArray：復(fù)制序列的全部或部分到一個(gè)連續(xù)內(nèi)存數(shù)組中； 188、cvFindContours：從二值圖像中尋找輪廓； 189、cvDrawContours：繪制輪廓； 190、cvApproxPoly：使用多邊形逼近一個(gè)輪廓； 191、cvContourPerimeter：輪廓長度； 192、cvContoursMoments：計(jì)算輪廓矩； 193、cvMoments：計(jì)算Hu不變矩； 194、cvMatchShapes：使用矩進(jìn)行匹配； 195、cvInitLineIterator：對任意直線上的像素進(jìn)行采樣； 196、cvSampleLine：對直線采樣； 197、cvAbsDiff：幀差； 198、cvWatershed：分水嶺算法； 199、cvInpaint：修補(bǔ)圖像； 200、cvGoodFeaturesToTrack：尋找角點(diǎn)； 201、cvFindCornerSubPix：用于發(fā)現(xiàn)亞像素精度的角點(diǎn)位置； 202、cvCalcOpticalFlowLK：實(shí)現(xiàn)非金字塔的Lucas-Kanade稠密光流算法； 203、cvMeanShift：mean-shift跟蹤算法； 204、cvCamShift：camshift跟蹤算法； 205、cvCreateKalman：創(chuàng)建Kalman濾波器； 206、cvCreateConDensation：創(chuàng)建condensation濾波器； 207、cvConvertPointsHomogenious：對齊次坐標(biāo)進(jìn)行轉(zhuǎn)換； 208、cvFindChessboardCorners：定位棋盤角點(diǎn)； 209、cvFindHomography：計(jì)算單應(yīng)性矩陣； 210、cvRodrigues2：羅德里格斯變換； 211、cvFitLine：直線擬合算法； 212、cvCalcCovarMatrix：計(jì)算協(xié)方差矩陣； 213、cvInvert：計(jì)算協(xié)方差矩陣的逆矩陣； 214、cvMahalanobis：計(jì)算Mahalanobis距離； 215、cvKMeans2：K均值； 216、cvCloneMat：根據(jù)一個(gè)已有的矩陣創(chuàng)建一個(gè)新矩陣； 217、cvPreCornerDetect：計(jì)算用于角點(diǎn)檢測的特征圖； 218、cvGetImage：CvMat圖像數(shù)據(jù)格式轉(zhuǎn)換成IplImage圖像數(shù)據(jù)格式； 219、cvMatMul：兩矩陣相乘； 220、cvRound：返回和參數(shù)最接近的整數(shù)值； 221、cvFloor：返回不大于參數(shù)的最大整數(shù)值； 222、cvCeil：返回不小于參數(shù)的最小整數(shù)值； 223、cvCreateImage：創(chuàng)建圖像； 224、cvSetMouseCallback：用鼠標(biāo)獲取確定窗口上的矩形； 225、cvContourArea：計(jì)算整個(gè)或部分輪廓的面積； 226、cvArcLength：計(jì)算輪廓周長或曲線長度； 227、cvBoundingRect：計(jì)算點(diǎn)集的最外面矩形邊界(獲取輪廓的外接矩形)； 228、cvSeqRemove：刪除序列中指定位置的元素(輪廓)； 229、cvRNG：隨機(jī)生成一個(gè)64位隨機(jī)數(shù)； 230、cvGetTickCount：返回64位長整數(shù)的時(shí)間數(shù)據(jù)； 231、cvGetTickFrequency：返回系統(tǒng)時(shí)鐘頻率； 232、cvRandInt：返回均勻分布32位的隨機(jī)數(shù)； 233、cvRandReal: 返回均勻分布0~1之間的隨機(jī)小數(shù)； 234、cvInitMatHeader：初始化矩陣頭，不分配存儲(chǔ)空間； 235、cvTermCriteria：迭代算法終止準(zhǔn)則； 236、CvSVMParams：SVM訓(xùn)練參數(shù)，該結(jié)構(gòu)需要初始化，并傳遞給CvSVM訓(xùn)練函數(shù)； 237、CvSVM::train：訓(xùn)練SVM； 238、CvSVM::predict：預(yù)測一個(gè)新樣本的響應(yīng)值，在分類問題中，這個(gè)函數(shù)返回類別編號(hào)，在回歸問題中，返回函數(shù)值； 239、cvSet2D：修改指定的數(shù)組； 240、CvSVM::get_support_vector_count：獲得支持向量的個(gè)數(shù)； 241、CvSVM::get_support_vector：獲得對應(yīng)索引編號(hào)的支持向量； 242、CvSVM::save：將SVM訓(xùn)練完的數(shù)據(jù)保存到指定的文件中(save來源于cvStatModel為ML庫的通用類)； 243、CvSVM::load：將指定的文件裝載到SVM指定的對象中； 244、cvCreateBGCodeBookModel：codebook方法中，初始化； 245、cvBGCodeBookUpdate：codebook方法中，更新背景模型； 246、cvBGCodeBookClearStale：codebook方法中，清除消極的codebook； 247、cvBGCodeBookDiff：codebook方法中，背景減除； 248、cvReleaseBGCodeBookModel：codebook方法中，釋放資源； posted @ 2012-07-24 16:44 xingma0910 閱讀(540) 評(píng)論(0) 編輯 圖像處理的基本知識(shí)（轉(zhuǎn)）調(diào)色板 圖像的顏色處理 將真彩色圖像轉(zhuǎn)換為256色位圖 2010.03.27 灰度變換法: 直方圖均值法: 種植濾波法: 圖像的銳化 低通濾波法: 高通濾波法: 圖像的邊緣檢測: 微分算子邊緣檢測: 哈夫變換 方向算子: 梯度方向算子: Krisch邊緣檢測算子: 拉普拉斯算子: 綜合正交算子: 邊界閉合: posted @ 2012-07-24 16:14 xingma0910 閱讀(563) 評(píng)論(0) 編輯 cvRectangle 用法Rectangle
繪制簡單、指定粗細(xì)或者帶填充的 矩形
void cvRectangle( CvArr* img, CvPoint pt1, CvPoint pt2, CvScalar color,
int thickness=1, int line_type=8, int shift=0 );
img
圖像.
pt1
矩形的一個(gè)頂點(diǎn)。
pt2
矩形對角線上的另一個(gè)頂點(diǎn)
color
線條顏色 (RGB) 或亮度（灰度圖像 ）(grayscale image）。
thickness
組成矩形的線條的粗細(xì)程度。取負(fù)值時(shí)（如 CV_FILLED）函數(shù)繪制填充了色彩的矩形。
line_type
線條的類型。見cvLine的描述
shift
坐標(biāo)點(diǎn)的小數(shù)點(diǎn)位數(shù)。
函數(shù) cvRectangle 通過對角線上的兩個(gè)頂點(diǎn)繪制矩形。如： cvRectangle( ResImage, cvPoint(x1,y1), cvPoint(x2,y2), CV_RGB(255,250,250), 2, 8, 0 );其中(x1,y1)是坐標(biāo)為x1,y1的點(diǎn)。這里要注意，x1對應(yīng)Width，y1代表Height.具體應(yīng)用的時(shí)候不要搞反了。posted @ 2012-07-24 15:18 xingma0910 閱讀(85) 評(píng)論(0) 編輯 手勢識(shí)別方法綜述（hand detect) 膚色（轉(zhuǎn)）看了一天的論文，總結(jié)出手勢識(shí)別的三種方法：1、通過膚色識(shí)別
2、通過haar-like基
3、通過HandUv
說下各個(gè)優(yōu)缺點(diǎn)
1、通過膚色識(shí)別
設(shè)定人的膚色的范圍，監(jiān)測在這個(gè)范圍內(nèi)的 膚色I(xiàn)nRange，然后畫出給定的區(qū)域。
例子：
#include "cv.h" #include "cxcore.h" #include "highgui.h" #include "math.h" #include <iostream> #include <stdio.h> #include <string.h> #include <conio.h> #include <sstream> #include <time.h> using namespace std; int main()
{ int c = 0; CvSeq* a = 0; CvCapture* capture = cvCaptureFromCAM(0);//從對攝像頭的初始化捕獲 if(!cvQueryFrame(capture)) cout<<"Video capture failed, please check the camera."<<endl; else cout<<"Video camera capture status: OK"<<endl; CvSize sz = cvGetSize(cvQueryFrame( capture));//得到攝像頭圖像大小 IplImage* src = cvCreateImage( sz, 8, 3 );//3通道，每個(gè)通道8位 IplImage* hsv_image = cvCreateImage( sz, 8, 3);// IplImage* hsv_mask = cvCreateImage( sz, 8, 1); IplImage* hsv_mask2 = cvCreateImage( sz, 8, 1); IplImage* hsv_edge = cvCreateImage( sz, 8, 1); CvScalar hsv_min = cvScalar(0, 30, 80, 0);//最小像素的RGB值
CvScalar hsv_max = cvScalar(20, 150, 255, 0);//最大像素的RGB值 //CvScalar hsv_min = cvScalar(30, 30, 30, 0);//最小像素的RGB值 //CvScalar hsv_max = cvScalar(200, 200, 200, 0);//最大像素的RGB值 // CvMemStorage* storage = cvCreateMemStorage(0);//分配大小為0的內(nèi)存空間 CvMemStorage* areastorage = cvCreateMemStorage(0); CvMemStorage* minStorage = cvCreateMemStorage(0); CvMemStorage* dftStorage = cvCreateMemStorage(0); CvSeq* contours = NULL; // cvNamedWindow( "src",1); //在屏幕上創(chuàng)建一個(gè)窗口，第一個(gè)參數(shù)為窗口標(biāo)題，第二個(gè)參數(shù)為窗口屬性， //設(shè)置為0（默認(rèn)值），或者CV_WINDOW_AUTOSIZE,設(shè)置為0，則窗口不會(huì)因圖像的大小而改變 //圖像只能在窗口中根據(jù)窗口的大小進(jìn)行拉伸或縮放；設(shè)置為CV_WINDOW_AUTOSIZE時(shí)，窗口會(huì)根據(jù)圖像 //的實(shí)際大小進(jìn)行自動(dòng)拉伸或縮放。 //cvNamedWindow( "hsv-msk",1); //cvNamedWindow( "contour",1); ////// IplImage * background=cvLoadImage("c:\\002.jpg");
if (background==0) { cout<<"open background error"<<endl; } else cout<<"open background ok!"<<endl; CvRect rect=cvRect(0,0,background->width,background->height); cvSetImageROI(background,rect); IplImage * src3=cvCreateImage(cvGetSize(background),background->depth,background->nChannels); while( c != 27)//27為ASCII鍵值（ESC），
{ IplImage* bg = cvCreateImage( sz, 8, 3);// cvRectangle( bg, cvPoint(0,0), cvPoint(bg->width,bg->height), CV_RGB( 255, 255, 255), -1, 8, 0 );//畫矩形，參數(shù)：Image，兩個(gè)頂點(diǎn)坐標(biāo)，線的顏色，線的厚度 bg->origin = 1; for(int b = 0; b< int(bg->width/10); b++)//畫網(wǎng)格 { cvLine( bg, cvPoint(b*20, 0), cvPoint(b*20, bg->height), CV_RGB( 200, 200, 200), 1, 8, 0 );//畫豎線 cvLine( bg, cvPoint(0, b*20), cvPoint(bg->width, b*20), CV_RGB( 200, 200, 200), 1, 8, 0 );//畫橫線 } src = cvQueryFrame( capture);//得到一幀圖像
cvSaveImage("c:\\src.bmp",src);
cvCvtColor(src, hsv_image, CV_BGR2HSV);//色彩空間轉(zhuǎn)換，HSV cvSaveImage("c:\\hsv.bmp",hsv_image);
cvInRangeS (hsv_image, hsv_min, hsv_max, hsv_mask);//檢查數(shù)組元素是否在兩個(gè)數(shù)量之間，輸出新圖像hsv_mask，從3通道到1通道 //hsv_mask的數(shù)據(jù)要么為0，要么為1，在min和max范圍內(nèi)為1，得到ROI區(qū)域，找到在像素RGB范圍內(nèi)的數(shù)據(jù) //cvSmooth( hsv_mask, hsv_mask, CV_MEDIAN, 27, 0, 0, 0 ); cvSaveImage("c:\\mask.bmp",hsv_mask); //cvSmooth( hsv_mask, hsv_mask2, CV_MEDIAN, 27, 0, 0);//圖像平滑，
cvSmooth( hsv_mask, hsv_mask2, CV_MEDIAN, 3, 0, 0, 0 ); //CV_MEDIAN (median blur) - 對圖像進(jìn)行核大小為param1×param1 的中值濾波 (i.e. 鄰域是方的).
cvCanny(hsv_mask2, hsv_edge, 1, 3, 5); //cvCanny(hsv_mask, hsv_edge, 1, 3, 5);//采用 Canny 算法做邊緣檢測 cvFindContours( hsv_mask, storage, &contours, sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0) );
//對單通道圖像檢索輪廓，返回第一個(gè)輪廓的指針 CvSeq* contours2 = NULL; double result = 0, result2 = 0; while(contours)//得到最大的兩個(gè)感興趣區(qū) { result = fabs( cvContourArea( contours, CV_WHOLE_SEQ ) );//計(jì)算感興趣區(qū)域的像素點(diǎn)數(shù) if ( result > result2) {result2 = result; contours2 = contours;}; contours = contours->h_next; } if ( contours2 )//最大的感興趣區(qū)，ROI { //cout << "contours2: " << contours2->total << endl; CvRect rect = cvBoundingRect( contours2, 0 );//返回一個(gè)2d矩形的點(diǎn)集合 cvRectangle( bg, cvPoint(rect.x, rect.y + rect.height), cvPoint(rect.x + rect.width, rect.y), CV_RGB(200, 0, 200), 1, 8, 0 ); //在bg的矩形區(qū)域中畫rect的圖形 //cout << "Ratio: " << rect.width << ", " << rect.height << ", " << (float)rect.width / rect.height << endl; int checkcxt = cvCheckContourConvexity( contours2 );//檢測輸入的輪廓是否是凸的 //cout << checkcxt <<endl; CvSeq* hull = cvConvexHull2( contours2, 0, CV_CLOCKWISE, 0 );//二維凸包 CvSeq* defect = cvConvexityDefects( contours2, hull, dftStorage );//凸包中的缺陷 if( defect->total >=40 ) {cout << " Closed Palm " << endl;} else if( defect->total >=30 && defect->total <40 ) {cout << " Open Palm " << endl;} else{ cout << " Fist " << endl;} cout << "defet: " << defect->total << endl; CvBox2D box = cvMinAreaRect2( contours2, minStorage );//包圍所有點(diǎn)的輪廓的最小矩形
//cout << "box angle: " << (int)box.angle << endl; cvCircle( bg, cvPoint(box.center.x, box.center.y), 3, CV_RGB(200, 0, 200), 2, 8, 0 );//畫圓 cvEllipse( bg, cvPoint(box.center.x, box.center.y), cvSize(box.size.height/2, box.size.width/2), box.angle, 0, 360, CV_RGB(220, 0, 220), 1, 8, 0 );//橢圓 //cout << "Ratio: " << (float)box.size.width/box.size.height <<endl; } //cvShowImage( "hsv-msk", hsv_mask); hsv_mask->origin = 1; //IplImage* contour = cvCreateImage( sz, 8, 3 ); cvDrawContours( bg, contours2, CV_RGB( 0, 200, 0), CV_RGB( 0, 100, 0), 1, 1, 8, cvPoint(0,0));//繪制輪廓的圖像到bg圖像中
cvShowImage( "src", src);
//cvShowImage("src",src3); //contour->origin = 1; cvShowImage( "contour", contour); //cvReleaseImage( &contour); cvNamedWindow("bg",0);
cvShowImage("bg",bg); cvNamedWindow( "ROI",0); cvShowImage("ROI",hsv_mask2); //cvShowImage("ROI",hsv_mask2); cvReleaseImage( &bg); c = cvWaitKey( 100);
} ////// cvReleaseCapture( &capture); cvDestroyAllWindows(); }
缺陷在于不能區(qū)分臉的顏色和手的顏色，而且識(shí)別出來的是全部在這個(gè)范圍內(nèi)的東西，難以滿足要求。 比較有特點(diǎn)的是http://vinjn.spaces./
他提供的是“虛擬鼓”比較有特色，是
原理
1.原始視頻->人臉識(shí)別
2.根據(jù)人臉的顏色分布，找到手 3.去除手和臉以外的區(qū)域 3.1 對手和臉進(jìn)行連通區(qū)域劃分 3.2 對雙手進(jìn)行運(yùn)動(dòng)分析，滿足條件則擊鼓 他的方法從部分上克服了上述缺陷，但是從他提供的視頻可以看出來他穿的一個(gè)長袖的衣服，而且衣服顏色和膚色差距很大，如果是短袖的衣服效果估計(jì)不會(huì)怎么樣了。 posted @ 2012-07-24 11:29 xingma0910 閱讀(256) 評(píng)論(0) 編輯 |
|
|
