1

我正在尝试通过 iOS 上的 OpenCV 使用特征检测，但遇到了一个难题：

features2d 依赖于 highgui highgui 不能在 iOS 上构建（或者至少不是我能弄清楚的）。

这让我相信：如果不重写模块以删除对 cvSaveImage() 和 cvLoadImage() 的调用，就无法在 iOS 上使用 features2d。这是错的吗？有人遇到这个并解决了吗？

4

1 回答 1

4

您采取了错误的方法，您不需要 highgui，因为该库只是为了让您更轻松地处理处理结果，您可以简单地手动执行这些步骤。

例如，考虑这个 HOG 示例：

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

int
main(int argc, char *argv[])
{
  const char *imagename = argc > 1 ? argv[1] : "../../image/pedestrian.png";
  cv::Mat img = cv::imread(imagename, 1);
  if(img.empty()) return -1; 

  cv::HOGDescriptor hog;
  hog.setSVMDetector(cv::HOGDescriptor::getDefaultPeopleDetector());

  std::vector<cv::Rect> found;
  // 画像，検出結果，閾値（SVMのhyper-planeとの距離），
  // 探索窓の移動距離（Block移動距離の倍数），
  // 画像外にはみ出た対象を探すためのpadding，
  // 探索窓のスケール変化係数，グルーピング係数
  hog.detectMultiScale(img, found, 0.2, cv::Size(8,8), cv::Size(16,16), 1.05, 2);

  std::vector<cv::Rect>::const_iterator it = found.begin();
  std::cout << "found:" << found.size() << std::endl;
  for(; it!=found.end(); ++it) {
    cv::Rect r = *it;
    // 描画に際して，検出矩形を若干小さくする
    r.x += cvRound(r.width*0.1);
    r.width = cvRound(r.width*0.8);
    r.y += cvRound(r.height*0.07);
    r.height = cvRound(r.height*0.8);
    cv::rectangle(img, r.tl(), r.br(), cv::Scalar(0,255,0), 3);
  }

  // 結果の描画
  cv::namedWindow("result", CV_WINDOW_AUTOSIZE|CV_WINDOW_FREERATIO);
  cv::imshow( "result", img );    
  cv::waitKey(0);
}

它是为非 iOS 环境而设计的，但是您可以简单地将所有 highgui 调用替换为原生 iOS 内容。

您可以从这里为 opencv 库获得非常好的图像处理：

http://aptogo.co.uk/2011/09/opencv-framework-for-ios/

所以你应该在那个代码中真正关心的是这部分：

  cv::HOGDescriptor hog;
  hog.setSVMDetector(cv::HOGDescriptor::getDefaultPeopleDetector());

  std::vector<cv::Rect> found;
  // 画像，検出結果，閾値（SVMのhyper-planeとの距離），
  // 探索窓の移動距離（Block移動距離の倍数），
  // 画像外にはみ出た対象を探すためのpadding，
  // 探索窓のスケール変化係数，グルーピング係数
  hog.detectMultiScale(img, found, 0.2, cv::Size(8,8), cv::Size(16,16), 1.05, 2);

  std::vector<cv::Rect>::const_iterator it = found.begin();
  std::cout << "found:" << found.size() << std::endl;
  for(; it!=found.end(); ++it) {
    cv::Rect r = *it;
    // 描画に際して，検出矩形を若干小さくする
    r.x += cvRound(r.width*0.1);
    r.width = cvRound(r.width*0.8);
    r.y += cvRound(r.height*0.07);
    r.height = cvRound(r.height*0.8);
    cv::rectangle(img, r.tl(), r.br(), cv::Scalar(0,255,0), 3);
  }

简要说明：

// You get your img into a cv mat from the uiimage or whatever.

  cv::Mat gray_img;
  cv::cvtColor(img, gray_img, CV_BGR2GRAY);
  cv::normalize(gray_img, gray_img, 0, 255, cv::NORM_MINMAX);

  std::vector<cv::KeyPoint> keypoints;
  std::vector<cv::KeyPoint>::iterator itk;
  cv::Mat descriptors;

  //
  // threshold=0.05, edgeThreshold=10.0
  cv::SiftFeatureDetector detector(0.05,10.0);
  detector.detect(gray_img, keypoints);
  // Brief に基づくディスクリプタ抽出器
  cv::BriefDescriptorExtractor extractor;
  cv::Scalar color(50,50,155);
  extractor.compute(gray_img, keypoints, descriptors);

  // 32次元の特徴量 x keypoint数
  for(int i=0; i<descriptors.rows; ++i) {
    cv::Mat d(descriptors, cv::Rect(0,i,descriptors.cols,1));
    std::cout << i << ": " << d << std::endl;
  }

你有你的结果。

于 2012-04-25T00:25:31.323 回答