C++ OpenCV

OpenCV (Open Source Computer Vision Library) es una biblioteca de software de código abierto para visión por computadora y aprendizaje automático. Está compuesta por una serie de funciones en C y algunas clases de C++, y además proporciona interfaces para lenguajes como Python, Java y MATLAB.

El objetivo de diseño de OpenCV es proporcionar una biblioteca de visión por computadora de propósito general que ayude a los desarrolladores a construir rápidamente aplicaciones visuales complejas.

OpenCV fue desarrollado originalmente por Intel, luego apoyado por Willow Garage e Itseez, y ahora es mantenido por OpenCV.org.

OpenCV se utiliza ampliamente en áreas como procesamiento de imágenes, análisis de video, detección de objetos, reconocimiento facial y aprendizaje automático.

Funciones principales de OpenCV

Las funciones principales de OpenCV incluyen:

  • Procesamiento de imágenes: como filtrado de imágenes, transformaciones geométricas, conversión de espacios de color, detección de bordes, etc.

  • Procesamiento de video: como captura de video, sustracción de fondo, cálculo de flujo óptico, etc.

  • Detección y descripción de características: como algoritmos SIFT, SURF, ORB, etc.

  • Detección y seguimiento de objetos: como detección en cascada Haar, detección HOG, modelos de aprendizaje profundo, etc.

  • Calibración de cámara y reconstrucción 3D: como calibración de cámara, visión estéreo, procesamiento de nubes de puntos, etc.

  • Aprendizaje automático: como algoritmos tradicionales de aprendizaje automático como KNN, SVM, árboles de decisión, etc.

  • Aprendizaje profundo: admite cargar y ejecutar modelos de frameworks como TensorFlow, PyTorch, Caffe, etc.

Estructura de módulos de OpenCV

Las funciones de OpenCV están organizadas en múltiples módulos, cada uno enfocado en tareas diferentes. A continuación se presenta una breve introducción de los módulos principales:

Nombre del móduloDescripción de la función
CoreProporciona estructuras de datos y funciones básicas, como almacenamiento de imágenes, operaciones de matrices, E/S de archivos, etc.
ImgprocFunciones de procesamiento de imágenes, incluyendo filtrado, transformaciones geométricas, conversión de espacios de color, detección de bordes, operaciones morfológicas, etc.
HighguiVisualización de imágenes y video, gestión de ventanas, interacción con el usuario (como eventos de ratón, barras deslizantes).
VideoFunciones de procesamiento de video, incluyendo captura de video, sustracción de fondo, cálculo de flujo óptico, etc.
Calib3dCalibración de cámara, reconstrucción 3D, estimación de pose, etc.
Features2dDetección y descripción de características, incluyendo detección de puntos clave, emparejamiento de características, etc.
ObjdetectFunciones de detección de objetos, como detección en cascada Haar, detección HOG, etc.
DNNCarga e inferencia de modelos de aprendizaje profundo, compatible con frameworks como TensorFlow, PyTorch, Caffe, etc.
MLAlgoritmos de aprendizaje automático, como KNN, SVM, árboles de decisión, etc.
FlannBúsqueda rápida de vecinos más cercanos aproximados (FLANN), utilizada para emparejamiento de características y búsqueda de datos de alta dimensión.
PhotoRestauración de imágenes, eliminación de ruido, imágenes HDR, etc.
StitchingFunciones de unión de imágenes, utilizadas para crear panorámicas.
ShapeAnálisis y emparejamiento de formas.
TrackingAlgoritmos de seguimiento de objetos, como MIL, KCF, GOTURN, etc.

Módulos principales de OpenCV

La biblioteca OpenCV está compuesta por múltiples módulos, cada uno enfocado en diferentes funcionalidades. A continuación se presentan algunos de los módulos principales de OpenCV:

1. Módulo Core

El módulo Core es el módulo central de OpenCV y contiene las estructuras de datos y funciones más básicas. Define los tipos de datos más utilizados en OpenCV, comoMat(matriz),Point、Rectetc. El módulo Core también proporciona operaciones matemáticas básicas, gestión de memoria, E/S de archivos, entre otras funciones.

  • La clase Mat:MatEs la estructura de datos más utilizada en OpenCV, empleada para almacenar imágenes y datos de matrices. Es un arreglo multidimensional que puede representar imágenes en escala de grises, imágenes a color, matrices 3D, etc.
  • Operaciones básicas: El módulo Core proporciona operaciones básicas como suma, resta, multiplicación y división de matrices, transposición, inversión, etc.

2. Módulo Imgproc

El módulo Imgproc es el módulo de procesamiento de imágenes y proporciona una gran cantidad de funciones de procesamiento de imágenes. Estas funciones se pueden utilizar para filtrado, transformaciones geométricas, conversión de espacios de color, cálculo de histogramas, etc.

  • Filtrado de imágenes: incluye filtrado medio, filtrado gaussiano, filtrado mediano, etc., para eliminar el ruido en las imágenes.
  • Transformaciones geométricas: como escalado, rotación, transformaciones afines de imágenes, etc.
  • Detección de bordes: como detección de bordes Canny, operador Sobel, etc.
  • Ecualización de histograma: se utiliza para mejorar el contraste de las imágenes.

3. Módulo Highgui

El módulo Highgui proporciona funciones de interfaz gráfica de usuario (GUI), permitiendo a los desarrolladores crear ventanas, mostrar imágenes, manejar eventos de ratón y teclado, etc.

  • Visualización de imágenes: usandoimshowla función se puede mostrar una imagen en una ventana.
  • Captura de video: usandoVideoCapturela clase puede capturar fotogramas de video desde una cámara o un archivo de video.
  • Manejo de eventos: puede manejar eventos como clics de ratón, entrada de teclado, etc.

4. Módulo Video

El módulo Video se centra en el análisis de video y proporciona funciones como captura de video, sustracción de fondo, cálculo de flujo óptico, etc.

  • Captura de video: usandoVideoCapturela clase puede leer fotogramas de video desde una cámara o un archivo de video.
  • Sustracción de fondo: se utiliza para extraer objetos en primer plano de un video.
  • Cálculo de flujo óptico: se utiliza para estimar el movimiento de objetos en una imagen.

5. Módulo Calib3d

El módulo Calib3d proporciona funciones de calibración de cámara, reconstrucción 3D, visión estéreo, etc. Se utiliza principalmente para tratar problemas geométricos relacionados con la cámara.

  • Calibración de cámara: se utiliza para estimar los parámetros intrínsecos y extrínsecos de la cámara.
  • Reconstrucción 3D: reconstruir una escena tridimensional a partir de múltiples imágenes.
  • Visión estéreo: se utiliza para calcular el mapa de profundidad.

6. Módulo Features2d

El módulo Features2d proporciona funciones de detección de características y extracción de descriptores. Contiene varios algoritmos de detección de características, como SIFT, SURF, ORB, etc.

  • Detección de características: detecta puntos clave en una imagen.
  • Extracción de descriptores: genera un descriptor para cada punto clave, utilizado para emparejar características en diferentes imágenes.

7. Módulo Objdetect

El módulo Objdetect proporciona funciones de detección de objetos, especialmente clasificadores en cascada basados en características Haar y LBP.

  • Detección de rostros: detecta rostros en una imagen utilizando características Haar y clasificadores en cascada.
  • Detección de objetos: puede detectar otros tipos de objetos, como ojos, vehículos, etc.

8. Módulo ML

El módulo ML es el módulo de aprendizaje automático y proporciona varios algoritmos de aprendizaje automático, como máquinas de vectores de soporte (SVM), K vecinos más cercanos (KNN), árboles de decisión, etc.

  • Clasificación: clasificación utilizando algoritmos como SVM, KNN, etc.
  • Regresión: análisis de regresión utilizando algoritmos como la regresión lineal.
  • Agrupamiento: análisis de agrupamiento utilizando algoritmos como K-means.

9. Módulo DNN

El módulo DNN es el módulo de aprendizaje profundo y proporciona funciones para cargar y ejecutar modelos de aprendizaje profundo. Admite varios frameworks de aprendizaje profundo, como TensorFlow, Caffe, ONNX, etc.

  • Carga de modelos: puede cargar modelos de aprendizaje profundo preentrenados.
  • Inferencia: utiliza el modelo cargado para tareas como clasificación de imágenes, detección de objetos, etc.

Instalación y configuración de OpenCV

Antes de usar OpenCV, es necesario instalar y configurar el entorno de desarrollo.

A continuación se muestran los pasos básicos para instalar OpenCV:

3.1 Instalar OpenCV

En sistemas Linux, se puede instalar OpenCV usando el gestor de paquetes:

sudo apt-get install libopencv-dev

En sistemas Windows, se puede descargar la biblioteca precompilada desde el sitio oficial de OpenCV, o instalarla usando vcpkg.

Configurar el entorno de desarrollo

Al usar OpenCV en un proyecto de C++, es necesario enlazar la biblioteca de OpenCV en tiempo de compilación.

A continuación se muestra un ejemplo de configuración de CMake:

cmake_minimum_required(VERSION 3.10)
project(OpenCVExample)

find_package(OpenCV REQUIRED)

add_executable(OpenCVExample main.cpp)

target_link_libraries(OpenCVExample ${OpenCV_LIBS})

Un ejemplo sencillo de OpenCV

A continuación se muestra un ejemplo sencillo que usa OpenCV para leer y mostrar una imagen:

Ejemplo

#include <opencv2/opencv.hpp>
#include <iostream>

int main() {
    // Leer la imagen
    cv::Mat image = cv::imread("example.jpg");

    // Verificar si la imagen se cargó correctamente
    if (image.empty()) {
        std::cout << "¡No se pudo cargar la imagen!" << std::endl;
        return -1;
    }

    // Crear una ventana y mostrar la imagen
    cv::namedWindow("Example", cv::WINDOW_AUTOSIZE);
    cv::imshow("Example", image);

    // Esperar a que se presione una tecla
    cv::waitKey(0);

    return 0;
}

En el código anterior, usamosimreadla función para leer la imagen, usamosimshowla función para mostrar la imagen, y usamoswaitKeyla función para esperar a que el usuario presione una tecla.


Contenido relacionado con OpenCV

N.º Contenido
1 Instalación de C++ OpenCV
2 Operaciones básicas de C++ OpenCV
3 Procesamiento de imágenes en C++ OpenCV
4 Módulos básicos de C++ OpenCV
5 Detección y descripción de características en C++ OpenCV
6 Procesamiento avanzado de imágenes en C++ OpenCV
7 Procesamiento de video en C++ OpenCV
8 Aprendizaje automático y aprendizaje profundo en C++ OpenCV
9 Proyectos prácticos de C++ OpenCV
Otras extensiones