Kursy • Poradniki • Inspirujące DIY • Forum

Premiera: Raspberry Pi
Debug Probe

Historia tranzystora w skrócie.
Wynalezienie czy odkrycie?

3 podstawowe rodzaje
akumulatorów, które warto znać

Co ciekawego w DIY?
10 projektów naszych czytelników #33

Piezoelektryki – czym
są materiały piezoelektryczne?

Zbuduj robota

z Arduino

Diody świecące

Jaki rezystor?

Kursy Artykuły

DIY Forum

OpenCV – #1 – Pierwsze kroki

Programowanie Elektryk0

W dzisiejszych czasach, gdy możliwości układów cyfrowych stale rosną, zaimplementowanie systemu wizyjnego w robocie mobilnym nie jest już rzeczą nieosiągalną.

Biblioteka OpenCV, którą tutaj prezentuje zawiera szereg funkcji, które zadanie to czynią jeszcze prostszym, warto więc się z nią zaznajomić.

Następny artykuł z serii »

Artykuł ten stanowi wprowadzenie do OpenCV, będzie on pomocny szczególnie tym, którzy nigdy wcześniej nie mieli z nią do czynienia. Postaram się tu bezboleśnie przeprowadzić czytelnika przez proces instalacji i tworzenia prostego programu wyświetlającego w oknie obraz wczytany z pliku.

Pracować będziemy w środowisku Eclipse, program napiszmy w języku C++. Artykuł ten opiera się o bibliotekę OpenCV w wersji 2.4.2, wszystkie programy w nim przedstawione będą napisane w OpenCV C++ API.

Instalacja OpenCV 2.4

Proces instalacji należy przeprowadzić w systemie Windows 32-bit. Zakładam, że jest już zainstalowany na komputerze pakiet MinGW oraz Eclipse dla C/C++, jeżeli nie, to należy je zainstalować przed przystąpieniem do wykonywania poniższych kroków.

1. Z odpowiedniej strony pobieramy najnowszą wersję OpenCV, na chwile obecną 2.4.2.

2. Po pobraniu wypakowujemy plik np. do C:\OpenCV2.4.

3. Z racji, że chcemy używać OpenCV z kompilatorem GNU musimy skompilować bibliotekę na naszej platformie przy użyciu tegoż kompilatora, aby otrzymać niezbędne pliki binarne. Aby tego dokonać pobieramy i instalujemy CMake w najnowszej wersji.

4. Odpalamy Cmake, najprościej uruchomić CMake-GUI jest to nakładka graficzna. Wskazujemy folder do którego rozpakowaliśmy OpenCV i w którym znajduje się plik CmakeLists.txt.

W polu poniżej wskazujemy gdzie mają trafić wygenerowane przez CMake pliki np.:

C:/OpenCV2.4/opencv/release

Klikamy w przycisk "Configure", jako generator wybieramy MinGW - make. Może wyskoczyć jakiś błąd, zatwierdzamy i klikamy jeszcze raz "Configure". Zostanie utworzona odpowiednia konfiguracja co może chwilę potrwać na koniec powinniśmy otrzymać komunikat "Configuring done".

CMake-GUI

5. Następnie przyciskiem "Generate" tworzymy pliki binarne potrzebne do kompilacji OpenCV na naszym komputerze na koniec powinien pojawić się napis "Generating done".

Poprawnie zakończony proces generowania.

6. Otwieramy konsolę i przechodzimy z jej poziomu do wygenerowanego folderu release. Musimy teraz dokonać kompilacji biblioteki. Będąc w folderze release wykonujemy z poziomu konsoli mingw32-make.

Kompilacja potrwa z pewnością kilkanaście minut.

Konsola

7. W głównym folderze z biblioteką, u mnie C:\OpenCV2.4\opencv, odnajdujemy folder build.

Zawartość folderu.

Otwieramy go i odszukujemy folder include. Znajdują się w nim pliki nagłówkowe naszej biblioteki. Najprościej jest skopiować zawartość folderu include do folderu include pakietu MinGW. Jeżeli nie chcemy tego robić, można dać znać eclipse, aby szukał w tym folderze plików nagłówkowych, jednak będziemy to musieli robić za każdym razem, gdy tworzymy nowy projekt.

Należy wówczas z górnego panelu Eclipse przejść do

Project->Properties->C/C++ Build->Settings->GCC C++ Compiler->Includes

Następnie w polu Include paths dodać link do plików nagłówkowych, u mnie:

C:\OpenCV2.4\opencv\build\include

8. W folderze build odnajdujemy również \x86\mingw\lib następnie można albo skopiować zawartość lib do tegoż samego folderu MinGW albo podobnie jak przedtem poinformować Eclipse o nowych miejscach do szukania bibliotek, czyli:

Project->Properties->C/C++ Build->Settings->MinGW C++ Linker->Libreries

W polu Library search path link do folderu.

9. Na koniec należy odnaleźć w folderze build - \x86\mingw\bin i skopiować znajdujące się tam pliki .dll do folderu Windows/system32.

Pierwszy projekt OpenCV w Eclipse

Zaczynamy od: File->New->C++ Project

Nowy projekt

Jako kompilator wybieramy MinGW, typ projektu – pusty. Finish.

Zawartość katalogu

Następnie klikamy w okienku po lewej stronie na folder OpenCV_1 prawym i dodajemy folder źródłowy New->Source Folder.

Nowy folder źródłowy

W kolejnym oknie wpisujemy nazwę folderu źródłowego, np. src

Nazwa folderu źródłowego

W lewym okienku zostanie utworzony folder src, klikamy na niego i dodajemy plik źródłowy.

Nowy plik źródłowy

W kolejnym oknie wpisujemy nazwę plik np. main.cpp i kończymy. Należy jeszcze dołączyć odpowiednie dyrektywy dla linkera, aby używał bibliotek OpenCV przy linkowaniu naszego programu. Klikamy w lewym oknie na folder OpenCV_1 i przechodzimy do:

Project->Properties->C/C++ Build->Settings->MinGW C++ Linker->Libraries

Dodajemy dyrektywy linkera

W polu Libraries należy wpisać:

libopencv_highgui242 
libopencv_features2d242 
libopencv_flann242 
libopencv_objdetect242 
libopencv_video242 
libopencv_calib3d242 
libopencv_contrib242 
libopencv_imgproc242 
libopencv_core242 
libopencv_ml242 
libopencv_legacy242 
libopencv_nonfree242 
libopencv_photo242 
libopencv_stitching242 
libopencv_videostab242

libopencv_highgui242

libopencv_features2d242

libopencv_flann242

libopencv_objdetect242

libopencv_video242

libopencv_calib3d242

libopencv_contrib242

libopencv_imgproc242

libopencv_core242

libopencv_ml242

libopencv_legacy242

libopencv_nonfree242

libopencv_photo242

libopencv_stitching242

libopencv_videostab242

Uzupełnione biblioteki:

Uzupełnione biblioteki

Spowoduje to "dolinkowanie" wszystkich bibliotek OpenCV do naszego programu. W większości przypadków nie jest to potrzebne, gdyż nie wykorzystujemy ich wszystkich, a jedynie kilka z nich. To, które biblioteki są nam potrzebne w danej chwili można wydedukować choćby na podstawie nazw dołączonych plików include.

Tutaj jednak zostają podane wszystkie co by łato je można było znaleźć w razie potrzeby, a każdy z nas już sam zdecyduje, które z nich mu w danej chili będą przydatne.

Pierwszy program

Następnie wpisujemy kod naszego programu.

#include <opencv2/highgui/highgui.hpp> 
#include <opencv2/imgproc/imgproc.hpp> 
#include <string> 
#include <iostream> 

using namespace cv; 
using namespace std; 

int main() 
{ 
    const string file_name = "sunflower.jpg"; 
    Mat img = imread(file_name); 
    if( !img.data ) 
    { 
        cout << "Nie odnalezionu pliku " << file_name; 
        return -1; 
    } 
    const string window_name = "OpenCV_1"; 
    namedWindow(window_name, CV_WINDOW_AUTOSIZE); 
    imshow(window_name, img); 
    waitKey(0); 
    return 0; 
}

#include <opencv2/highgui/highgui.hpp>

#include <opencv2/imgproc/imgproc.hpp>

#include <string>

#include <iostream>

using namespace cv;

using namespace std;

int main()

{

const string file_name = "sunflower.jpg";

Mat img = imread(file_name);

if( !img.data )

{

cout << "Nie odnalezionu pliku " << file_name;

return -1;

}

const string window_name = "OpenCV_1";

namedWindow(window_name, CV_WINDOW_AUTOSIZE);

imshow(window_name, img);

waitKey(0);

return 0;

}

Zapisujemy Ctrl+S i wykonujemy Project->Build Project, a następnie Run aby odpalić nasz program. Obrazek należy umieścić w w folderze głównym z naszym programem.

Umiejscowienie przykładowego pliku

Przeanalizujmy program. Na początku dołączamy pliki nagłówkowe OpenCV:

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

1 2	#include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp>

Korzystamy także z przestrzeni nazw OpenCV:

using namespace cv;

1	using namespace cv;

W dalszych krokach tworzymy zmienną przechowującą obrazek i wczytujemy do niej dane z pliku:

Mat img = imread(file_name);

1	Mat img = imread(file_name);

Jak wynika z powyższego w OpenCV obrazy przechowujemy w klasach Mat, które mają budowę wzorowaną na macierzach. W klasach tych można przechowywać także macierze a OpenCV udostępnia szereg funkcji pozwalających na wykonywanie działań na nich.

Następnie tworzymy okno, jako nazwę podajemy łańcuch umieszczony w zmiennej window_name. Za pomocą drugiego parametru ustawiamy automatyczne dopasowanie rozmiarów okna do jego zawartości.

namedWindow(window_name, CV_WINDOW_AUTOSIZE);

1	namedWindow(window_name, CV_WINDOW_AUTOSIZE);

Na koniec wyświetlamy obrazek funkcją imshow. Podajemy nazwę okna, w którym zostanie wyświetlony obrazek, oraz klasę Mat w której go przechowujemy.

imshow(window_name, img);

1	imshow(window_name, img);

Ostatnia funkcja czeka na wciśnięcie klawisza, jako argument przyjmuję czas opóźnienia w ms.

waitKey(0);

1	waitKey(0);

Podsumowanie

Jak widaćOpenCV oferuje szereg funkcji upraszczających pracę z obrazami.

Gdyby podczas studiowania artykułu pojawiły się jakieś problemy proszę zadawać pytania, postaram się szybko odpowiedzieć a w miarę możliwości zmienić niezrozumiałe fragmenty tekstu jeśli takowe się znajdą.

Dokumentacja OpenCV 2.4.2: http://opencv.itseez.com/index.html

Następny artykuł z serii »

Artykuł był ciekawy?

Dołącz do 20 tysięcy osób, które otrzymują powiadomienia o nowych artykułach! Zapisz się, a otrzymasz PDF-y ze ściągami (m.in. na temat mocy, tranzystorów, diod i schematów) oraz listę inspirujących DIY na bazie Arduino i Raspberry Pi.