Спонсор: Intel
Опубликован: 20.08.2013 | Уровень: для всех | Доступ: платный | ВУЗ: Новосибирский Государственный Университет
Самостоятельная работа 1:

Сборка и установка библиотеки OpenCV. Использование библиотеки в среде Microsoft Visual Studio

< Лекция 5 || Самостоятельная работа 1: 12345678910 || Самостоятельная работа 2 >

6. Контрольные вопросы

  1. Перечислите основные способы установки библиотеки OpenCV, их преимущества и недостатки.
  2. Назначение утилиты CMake. Причины использования данной утилиты в процессе разработки крупных проектов.
  3. Приведите примеры сложных задач, в которых возникает задача детектирования контуров в качестве подзадачи.
  4. Приведите примеры систем, в которых используется решение задачи детектирования лиц.

7. Дополнительные задания

  1. Модифицируйте приложение для поиска контуров объекта так, чтобы результирующее изображение сохранялось в файл.
  2. Модифицируйте приложение для поиска контуров объекта так, чтобы отображалось изображение, конвертированное в оттенки серого, и бинаризованное изображение, т.е. то, что показано на рис. 6.17.
  3. Как будет изменяться результат работы приложения для определения контуров, если изменить способ восстановления контуров? Проведите эксперименты со всеми возможными значениями параметра mode в функции findContours.
  4. Модифицируйте приложения, которое выполняет детектирование лиц на видеопотоке, так, чтобы результат детектирования сохранялся в видеофайл. Примечание: используйте возможности класса VideoWriter.
  5. Снимите видео, где была бы группа людей с разным ракурсом лица. Проанализируйте результаты детектирования на данном видео. Сравните результаты детектирования лиц с использованием других моделей лиц. Модифицируйте приложение так, чтобы добиться максимального качества детектирования. Примечание: комбинируйте результаты детектирования с помощью моделей фаса и профиля.
  6. Добавьте в приложение для детектирования лиц возможность детектирования глаз и других частей лица с использованием классификатора Хаара. Примечание: используйте натренированные модели, входящие в состав библиотеки OpenCV.

8. Приложения

8.1. Приложение А. Исходный код программы для поиска контуров на изображении

#include <opencv2/opencv.hpp> 
using namespace cv; 
 
int main() 
{ 
  // создание окон для отображения 
  const char *srcWinName = "src", 
    *contourWinName = "contour"; 
  namedWindow(srcWinName, 1); 
  namedWindow(contourWinName,1); 
  // загрузка исходного изображения 
  Mat src = imread("apple.bmp", 1); 
  if (src.data == 0) 
  { 
    printf("Incorrect image name or format.\n"); 
    return 1; 
  } 
  // создание копии исходного изображения 
  Mat copy = src.clone(); 
  // создание одноканального изображения для 
  // конвертирования исходного изображения в 
  // оттенки серого 
  Mat gray, grayThresh; 
  cvtColor(src, gray, CV_BGR2GRAY); 
  threshold(gray, grayThresh, 120, 
    255, CV_THRESH_BINARY); 
  // поиск контуров 
  vector<vector<Point> > contours; 
  findContours(grayThresh, contours, CV_RETR_CCOMP, 
    CV_CHAIN_APPROX_SIMPLE); 
  // отображение контуров 
  Scalar color(0, 255, 0); 
  drawContours(copy, contours, -1, color, 2);   
  // отображение изображений 
  imshow(contourWinName, copy); 
  imshow(srcWinName, src); 
  // ожидание нажатия какой-либо клавиши 
  waitKey(0); 
  // освобождение ресурсов 
  gray.release(); 
  grayThresh.release(); 
  copy.release(); 
  src.release(); 
 return 0; 
} 
    

8.2. Приложение Б. Исходный код приложения для детектирования лиц на видепотоке

#include <opencv2/opencv.hpp> 
#define DELAY 30 
#define ESC_KEY 27 
 
using namespace cv; 
 
const char* helper = 
  "02_FaceDetection.exe <model_file> [<video>]\n\ 
  \t<model_file> - model file name\n\ 
  \t<video> - video file name (video stream will \n\ 
    be taken from web-camera by default)\n\ 
  "; 
 
int main(int argc, char *argv[]) 
{ 
  const char* winName = "video"; 
  char *modelFileName = 0, *videoFileName = 0; 
  int i; 
  char key = -1; 
  Mat image, gray; 
  VideoCapture capture; 
  vector<Rect> objects; 
 
  if (argc < 2) 
  { 
    printf("%s", helper); 
    return 1; 
  } 
  modelFileName = argv[1]; 
  if (argc > 2) 
  { 
    videoFileName = argv[2]; 
  } 
  // создание классификатора и загрузка модели 
  CascadeClassifier cascade; 
  cascade.load(modelFileName); 
 
  // загрузка видеофайла или перехват видеопотока 
  if (videoFileName == 0) 
  { 
    capture.open(0); 
  } 
  else 
  { 
    capture.open(videoFileName); 
  } 
  if (!capture.isOpened()) 
  { 
    printf("Incorrect capture name.\n"); 
    return 1; 
  } 
  // создание окна для отображения видео 
  namedWindow(winName); 

  // получение кадра видеопотока 
  capture >> image; 
  while (image.data != 0 && key != ESC_KEY) 
  { 
    cvtColor(image, gray, CV_BGR2GRAY); 
    cascade.detectMultiScale(gray, objects); 
    for (i = 0; i < objects.size(); i++) 
    { 
      rectangle(image, 
        Point(objects[i].x, objects[i].y), 
        Point(objects[i].x+objects[i].width, 
          objects[i].y+objects[i].height), 
        CV_RGB(255, 0, 0), 2); 
    } 
    imshow(winName, image); 
    key = waitKey(DELAY); 
    capture >> image; 
    gray.release(); 
    objects.clear(); 
  } 
  capture.release(); 
  return 0; 
}    
    
< Лекция 5 || Самостоятельная работа 1: 12345678910 || Самостоятельная работа 2 >
Александра Максимова
Александра Максимова

При прохождении теста 1 в нем оказались вопросы, который во-первых в 1 лекции не рассматривались, во-вторых, оказалось, что вопрос был рассмаотрен в самостоятельно работе №2. Это значит, что их нужно выполнить перед прохождением теста? или это ошибка?
 

Алена Борисова
Алена Борисова

В лекции по обработке полутоновых изображений (http://www.intuit.ru/studies/courses/10621/1105/lecture/17979?page=2) увидела следующий фильтр:


    \begin{array}{|c|c|c|}
    \hline \\
    0 & 0 & 0 \\
    \hline \\
    0 & 2 & 0 \\
    \hline \\
    0 & 0 & 0 \\
    \hline 
    \end{array} - \frac{1}{9} \begin{array}{|c|c|c|}
    \hline \\
    0 & 0 & 0 \\
    \hline \\
    0 & 1 & 0 \\
    \hline \\
    0 & 0 & 0 \\
    \hline 
    \end{array}

В описании говорится, что он "делает изображение более чётким, потому что, как видно из конструкции фильтра, в однородных частях изображение не изменяется, а в местах изменения яркости это изменение усиливается".

Что вижу я в конструкции фильтра (скорее всего ошибочно): F(x, y) = 2 * I(x, y) - 1/9 I(x, y) = 17/9 * I(x, y), где F(x, y) - яркость отфильтрованного пикселя, а I(x, y) - яркость исходного пикселя с координатами (x, y). Что означает обычное повышение яркости изображения, при этом без учета соседних пикселей (так как их множители равны 0).

Объясните, пожалуйста, как данный фильтр может повышать четкость изображения?

Сергей Кротов
Сергей Кротов
Россия
Дмитрий Донсков
Дмитрий Донсков
Россия, Москва, Московский Авиационный Институт