Uma Rápida

Introdução ao OpenCV
Cristiano Rafael Steffens
cristianosteffens@furg.br
Universidade Federal do Rio Grande – FURG
Centro de Ciências Computacionais
Agenda

 O que é a OpenCV?
 Como instalar?
 Hello World?
 O que podemos fazer com OpenCV?
O que é OpenCV?

 OpenCV (Open Source Computer Vision) é uma biblioteca

de programação com funções de visão computacional de
tempo real.
 Distribuída sob a licença BSD.
 Possui interfaces para C/C++, Python.
 Possui suporte para Windows, Linux Androide Mac OS.
Como instalar a OpenCV?

 Instalação Manual (Linux):

 http://docs.opencv.org/doc/tutorials/introduction/linux_install/linu
x_install.html
 Verificar versão instalada utilizando o comando:
#pkg-config --modversion opencv

 Confirmar a existência da pasta que contém os headers:

/usr/local/include/opencv

 Primeiro projeto utilizando CMake:

http://docs.opencv.org/doc/tutorials/introduction/linux_gcc_cma
ke/linux_gcc_cmake.html
Como instalar a OpenCV?

 Máquina virtual do ROS (Já vem com a OpenCv):

 Download em:
http://nootrix.com/2014/09/ros-indigo-virtual-machine/

 Se estiver utilizando Virtual Box precisa instalar o Extension Pack

para habilitar USB 2.0 *

 Para habilitar o uso da webcam do computador é necessário a

instalação do Cheese, GUVCView e os drivers da câmera.

 Mais informações podem ser encontradas em:

https://siddhantahuja.wordpress.com/2011/07/20/working-with-
ros-and-opencv-draft/
Como instalar a OpenCV?

 No Windows:
 Download do arquivo em http://opencv.org/downloads.html
 Configuração do caminho dos binários no path
 Procedimento detalhado:
http://docs.opencv.org/doc/tutorials/introduction/windows_insta
ll/windows_install.html

http://docs.opencv.org/doc/tutorials/introduction/windows_visua
l_studio_Opencv/windows_visual_studio_Opencv.html
Aplicações da OpenCV
 A biblioteca OpenCV é dividida em módulos
 core - define as principais estruturas de dados utlizadas pela
biblioteca. Ex.: Mat e Point.
 improc - Módulo de processamento de imagem que inclui filtros
lineares e não lineares além de transformações geométricas.
 highgui - Módulo com funções de interface como criação de janelas.
 objdetect - Módulo com funções de detecção de objetos. Ex: haar,
cascade classifiers.
 ml – Módulo com funções de Machine Learning. Ex: classificadores
de árvore, knn, redes neurais, svm e classificadores bayesianos.

 A lista complete pode ser obtida em

http://docs.opencv.org/modules/refman.html
Importante!! cv::Mat
Importante!! cv::Mat
// Operador de atribuição
A = B;
// Mostrar no console
cout << A;
// Clonar uma matriz
cv::Mat F = A.clone();
// Utilizar parte de uma matriz definindo uma região de interesse
cv::Mat D (A, cv::Rect(10, 10, 100, 100));
// Criando uma Mat
cv::Mat M(2,2, CV_8UC3);
cv::Mat O = cv::Mat::ones(3, 3, CV_32F);
cv::Mat Z = cv::Mat::zeros(3,3, CV_8UC1);
// Alterar uma posição (branco)
A.at<uchar>(x,y) = 255;
Olá turma!! 
// includes da opencv
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>

int main() {

// lê a imagem para uma matriz

cv::Mat image = cv::imread("img.jpg");
// cria uma janela para mostrar a imagem
cv::namedWindow("Tutorial OpenCV - FURG");
// mostra a imagem
cv::imshow( "Tutorial OpenCV - FURG", image);
// aguarda 5000 ms
cv::waitKey(5000);

return 1;
}
Olá mundo!! 
// includes da opencv
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
int main() {
// lê a imagem para uma matriz
cv::Mat image = cv::imread("img.jpg");
//cria uma matriz para guarder a imagem em escala de cinza
cv::Mat gray_image;
// converte a cor
cv::cvtColor( image, gray_image, CV_BGR2GRAY);
// cria uma janela para mostrar a imagem
cv::namedWindow(“Tutorial OpenCV - FURG");
// mostra a imagem
cv::imshow( " Tutorial OpenCV - FURG ", gray_image);
// aguarda 5000 ms
cv::waitKey(5000);
return 1;
}
Realçando uma imagem
// lê a imagem para uma matriz

cv::Mat image = cv::imread("E:/trash/img.jpg");

if( ! image.empty() ){

// cria as matrizes

cv::Mat smooth, sharp, difference;

// cria a versão suavisada através da gaussiana

cv::GaussianBlur(image, smooth, cv::Size(9,9), .7);

// adiciona ao original (unsharp filter)

cv::addWeighted(image, 1.5, smooth, -0.5, 1, sharp);

// calcula a diferença entre as imagens

cv::absdiff(image, sharp, difference);

// mostra a imagem

cv::imshow("Tutorial OpenCV - FURG (original)", image);

cv::imshow("Tutorial OpenCV - FURG (realçada)", sharp);

cv::imshow("Tutorial OpenCV - FURG (diferença)", difference);

// salva as imagens em arquivo

cv::imwrite("sharp.png", sharp);

}
Encontrando bordas
/// Converte a imagem para escala de cinza
cv::cvtColor( src, src_gray, CV_BGR2GRAY );
/// Remove o ruído da imagem utilizando um filtro de kernel 3x3
cv::blur( src_gray, detected_edges, Size(3,3) );
/// Detector de bordas de Canny
/// origem, saída, threshold baixo, threshold alto, kernel size );
cv::Canny( detected_edges, detected_edges, 100, 200, 3 );
/// mostra a saída
cv::imshow("bordas", detected_edges);

 Exemplo utilizando trackbar para controlar o threshold:

http://docs.opencv.org/doc/tutorials/imgproc/imgtrans/canny_dete
ctor/canny_detector.html
Pretty cool! Huh!