OpenCV是一個由Interl公司支持的開源機(jī)器視覺庫,，關(guān)于它的介紹,，網(wǎng)上隨便一搜就車載斗量。這里我不談OpenCV的主要內(nèi)容,，而是將這段時間來對它的使用心得作個簡單介紹,，以啟發(fā)打算用這個庫的朋友的思路，與大家一起來分享,。

     我在學(xué)校的時候,，雖然是圖像處理研究方向，但真正具體的應(yīng)用到圖像的很多東西,，還是在參加工作以后的事,。以前在處理圖像的時候，我們從不擔(dān)心速度的問題,， 以為計算機(jī)硬件發(fā)展到今天,，無所不能的了，雙核乃至四核的處理速度簡直要趕上宇宙飛船了,。但用在機(jī)器視覺上,，那又是另外一碼事。通常而言,，機(jī)器視覺要求對 圖像的處理速度都是以毫秒(ms)為單位,，具體而言是幾點幾個毫秒，硬件再硬,，如果算法不好,，速度就永遠(yuǎn)提不上去，所以速度還是至關(guān)重要的東西,，并不是所 謂由硬件技術(shù)就決定了的,。

     速度是一個方面，精度又是另一個重要方面了,。視覺中對精度的要求,，通常是以亞像素標(biāo)準(zhǔn)來衡量的。所以對圖像處理的算法,，不是一般的算法來解決,，往往都得 使用子像元算法，這樣才能達(dá)到亞像素標(biāo)準(zhǔn)。通常我們對一幅圖像的像素坐標(biāo)都是用整數(shù)計算,，但在機(jī)器視覺中普遍采用亞像素標(biāo)準(zhǔn),，都是浮點數(shù)來計算的。但有的 雖然寫出來的是浮點數(shù),，未必就是用的子像元算法,，它的結(jié)果根本就不是亞像素。視覺中精度的要求,，也是要求極高，一般以微米(um)為計量單位,，像幾點幾個 微米,，而只有使用子像元算法才能真正達(dá)到這個要求。

    總的說來,，目前國內(nèi)還沒有一個真正意義上的成功的機(jī)器視覺開發(fā)包,，國內(nèi)的機(jī)器視覺方面的大公司基本上還是以代理國外的軟件為主。一方面固然是國內(nèi)的起步 晚,，但我覺得更多原因還是國內(nèi)在這方面沒有下功夫去做一些基礎(chǔ)性的研究工作,，總是靠代理別人的東西來實現(xiàn)一個視覺系統(tǒng)的開發(fā),。而OpenCV就是一個在機(jī) 器視覺方面基礎(chǔ)工作做得最好的,。

    總的說來，OpenCV提供的函數(shù)庫涉及的方面很廣,，圖像處理功能強(qiáng)大,，但它僅僅是供研究的一個基礎(chǔ)的東西，并不是一計膏藥,，往哪一貼哪就好使,。我們只有在借助它提供的一些基礎(chǔ)功能上進(jìn)行深入研究，才能開發(fā)出屬于自己的產(chǎn)品來,。

     OpenCV作為一個開源的函數(shù)庫,，為我們提供了很多方便，看它的源代碼,，確實有很多值得學(xué)習(xí)的獨到地方,。但作為開源的，局限也就在此,。它的很多東西并不 是最優(yōu)的,，如果真要那樣，直接就可以拿來在商業(yè)上運(yùn)用了,。所以,，我們只有不斷的對它進(jìn)行改造，才能更貼近我們的應(yīng)用,，這里結(jié)合我在使用的幾處加以說明,。

     首先是圖像的定位,。OpenCV也提供了一個圖像匹配的函數(shù),，這個函數(shù)還是寫的不錯的，但要直接用到商業(yè)上就不行了,。因為它的處理速度很慢，精度也不是亞 像素的,，而且沒有旋轉(zhuǎn)。它僅僅是一個單純的灰度定位,。要怎么用好這個函數(shù)呢,，在使用這個函數(shù)的時候，我還是下了很多功夫的,，對此做了一些改進(jìn),，讓它真正的 實現(xiàn)了商業(yè)價值,。如今我用OpenCV編寫的定位軟件,，其速度和精度絲毫不比國外的那些名牌軟件差多少，像halcon和sapera這樣的軟件巨頭,，我 用OpenCV做出來的定位效果,，比如一幅分辨率為1280*1024的圖像，它們的速度是幾個毫秒,，而我做出來的也最多多3至4個毫秒，精度也差不多,， 但由于OpenCV本身不是亞像素的局限所在,，所以精度通常在一個像素左右。   

    再說說幾何定位,，halcon是采用基于幾何形狀的算法來進(jìn)行定位的,，可以說做得非常的好，好就好在它的模版圖像形狀可以任意選取,，任意旋轉(zhuǎn),。而 Sapera的基于邊緣輪廓的定位還要上一個層次，關(guān)于它的算法,，目前還沒有人了解,，至今還是個謎。在很多機(jī)器圖像定位上，幾何定位效果更好,，更準(zhǔn)確,。灰 度定位在一些圖像區(qū)域直方圖相近似的情況下,，往往很難找準(zhǔn)目標(biāo)區(qū)域,。而幾何定位,，根據(jù)區(qū)域的幾何特征來做出判斷,，不單準(zhǔn)確，而且執(zhí)行起來效率更高,。目前我 用OpenCV做的幾何定位總體上說效果還不錯,，但精度還趕不上，在圖像邊緣的離合上還不那樣準(zhǔn)確,，不過在后續(xù)的研究中,，還是會趕上的,。

     一般而言,，對于圖像的目標(biāo)區(qū)域都是有形狀的，但在實際運(yùn)用中,，我遇到一個客戶只要求定位直線的,，由于直線不屬于一個有形狀的區(qū)域，它的特征很難描述,，所以 看似最簡單的卻最難辦,。OpenCV采用Hough變換來檢測直線和圓，效果也并不好,。因為Hough變換的實質(zhì)也就是兩種不同空間的映射,，它在噪聲大的 圖像中，檢測出來的結(jié)果千奇百怪,。所以要準(zhǔn)確的找到邊,，必然得對圖像做好預(yù)處理，讓處理后的邊緣很明顯表現(xiàn)出來,，再進(jìn)行Hough檢測就容易多了,。

    在機(jī)器視覺中，Blob分析是要經(jīng)常遇見的,，OpenCV也有Blob跟蹤的實例,，但我沒去認(rèn)真用過，而是自己做了個算法采用它也實現(xiàn)了,，且效果也不錯,。 我在做一個啤酒瓶磨具號碼檢測的項目里，就調(diào)用了自己設(shè)計的Blob分析算法，效果都還不錯,。在具體使用中,，往往要用到我們自己定義的圖像類型，于是我又 把OpenCV里的IplImage結(jié)構(gòu)進(jìn)行了改造,，然后定義了屬于自己的圖像類,，可以隨意讀取，這樣方便了很多,。其實OPenCV里面對文件的操作寫得 相當(dāng)好,，非常方便。

    總的來說,，OpenCV是一個非常不錯的開源項目,，有很多東西需要我們?nèi)W(xué)習(xí)。但它的源代碼,，要讀明白也非易事,。因為它涉及到大量的宏定義，很多函數(shù)語句 都是些宏定義在里面,，還互相嵌套,，看起來相當(dāng)?shù)睦щy。而且本人接觸它的時間也不過兩三個月,，所以理解得也不透徹,。還得一邊用一邊學(xué)，在實踐中摸索和消化,。 在此只為提示一個思路而言,，個中算法不便言明，否則老板看見,，定然要批評了,。商場如戰(zhàn)場，一切都要做好保密工作,，哈哈!（若有朋友對軟件有需求,，可與俺聯(lián) 系哈）

高手 于深圳

2007.10.2

SkySeraph Oct24th HQU