About BBS

基本構造体

作成者: 怡土順一, 最終変更者: 怡土順一, 最終変更リビジョン: 497, 最終変更日時: 2009-09-10 22:37:23 +0900 (木, 10 9月 2009)

■ IplImage

OpenCVでは,IPL(Intel Image Processing Library)で使われていた構造体 IplImage フォーマットの一部をサポートしている. OpenCVの多くの関数が,構造体 IplImage を含む CvArr を,その引数に取る. 構造体 IplImageのメンバである imageData に実際の画素値が格納されており, 画像の幅と高さはそれぞれ,width,heightで示される. また,メンバ変数 widthStep は,画像の水平方向1ライン分をバイト単位で表す値であり, これは,imageData のデータに直接アクセスする際に利用される. widthStep はメモリのアライメント(alignment)により,width と同じか, それよりも大きい値となる.
これらの知識は,画素値を直接操作する際に必要になるが, 簡単なプログラムを書く場合は,このようなメモリ上の画素値の配置を考慮することはないかもしれない. しかし,OpenCVには実装されていない画像処理手法を用いたい場合や, 任意の描画を行いたい(画像上に二次曲線を描きたいなど)場合, IplImageの画像データを別の構造体(他のライブラリの構造体など)で扱いたい場合などは, どうしても画素値を直接操作する(各画素へのポインタを取得する)方法が必要になる. しかし,ここでは単純なサンプルを使っていくつかの方法を紹介する.

サンプル


画素値の直接操作 IplImage

8ビット3チャンネルカラー画像を読み込み,画素値を変更する

サンプルコード

#include <cv.h> #include <highgui.h> int main (int argc, char **argv) { int x, y; uchar p[3]; IplImage *img; if (argc != 2 || (img = cvLoadImage (argv[1], CV_LOAD_IMAGE_COLOR)) == 0) return -1; // (1)画素値(R,G,B)を順次取得し,変更する for (y = 0; y < img->height; y++) { for (x = 0; x < img->width; x++) { /* 画素値を直接操作する一例 */ p[0] = img->imageData[img->widthStep * y + x * 3]; // B p[1] = img->imageData[img->widthStep * y + x * 3 + 1]; // G p[2] = img->imageData[img->widthStep * y + x * 3 + 2]; // R img->imageData[img->widthStep * y + x * 3] = cvRound (p[0] * 0.6 + 10); img->imageData[img->widthStep * y + x * 3 + 1] = cvRound (p[1] * 1.0); img->imageData[img->widthStep * y + x * 3 + 2] = cvRound (p[2] * 0.0); } } cvNamedWindow ("Image", CV_WINDOW_AUTOSIZE); cvShowImage ("Image", img); cvWaitKey (0); cvDestroyWindow ("Image"); cvReleaseImage (&img); return 0; }

// (1)画素値(R,G,B)を順次取得し,変更する
画像の各画素値(カラー画像ならば,各ピクセルのRGB値であることが多い)を取得する, あるいは値を格納するという処理は,画像処理の基本操作である. OpenCVでは,構造体 IplImage のメンバである imageData 配列に画素値が格納されている. この配列の値を取り出して,適当な演算により値を変更している. 今回は,R(赤)チャンネルの値を 0 に,B(青)チャンネル値を約0.6倍にしている.
また,画素値を取得するためのコード書き方には,以下のようなものがある.

(1)画素値へのポインタを最初に計算する

  char *pt1, *pt2;
  for(pt1 = img->imageData; pt1 < img->imageData + img->widthStep*img->height; pt1 += img->widthStep) {
    for(pt2 = pt1; pt2 < pt1 + img->width*3; pt2 += 3) {
      p[0] = pt2[0];
      p[1] = pt2[1];
      p[2] = pt2[2];
    }
  }

(2)CV_IMAGE_ELEM マクロを利用する

for(y=0; yheight; y++) {
    for(x=0; xwidth; x++) {
      p[0] = CV_IMAGE_ELEM(img, uchar, y, x*3+0);
      p[1] = CV_IMAGE_ELEM(img, uchar, y, x*3+1);
      p[2] = CV_IMAGE_ELEM(img, uchar, y, x*3+2);
    }
}

(3)OpenCVの配列アクセス関数を利用する

  CvScalar s;
  for(y = 0; y < img->height; y++) {
    for(x = 0; x < img->width; x++) {
      s = cvGet2D(img, y, x);
    }
  }

ここで,(2)のCV_IMAGE_ELEMマクロは,cxtypes.h で以下のように定義されている(これに限らず,多くのマクロがこのヘッダファイルで定義されている).

#define CV_IMAGE_ELEM( image, elemtype, row, col )       \
    (((elemtype*)((image)->imageData + (image)->widthStep*(row)))[(col)])
このマクロは,引数に(IplImage構造体へのポインタ,要素の型,行番号,列番号)をとる. ここで注意することは,ここでいう(行番号,列番号)は画像上のxy座標その ままではなく,メモリ上の配置順とも言うべき値なので, 列番号にはチャンネル数をかけなければならない,という点である. つまり,BGRの3チャンネル画像で列番号が dx だけ進むと,メモリ上は,(BGR3チャンネル分 * dx)進むということを意味する. また,(行,列)の順番で指定するので,xy座標系で言うと(y, x)となる事にも注意する. 前述のサンプルプログラムで説明すると,col が x *3 + 0 など指定されてい るが,これは,x(座標) * 3(チャンネル数) + 0(BGRの0番目の要素=B),を意味する.
また,最後に紹介した(3)の関数cvGet*Dを用いたアクセスは,関数呼び出しのオーバヘッドもあり非常に低速である. ある特定ピクセルの値に対してのみアクセスしたい場合を除いて,関数cvGet*Dを利用した方法は推奨されない.

実行結果例

[左]入力画像 [右]処理結果

OpenCV-1.0 リファレンス マニュアル
OpenCV-1.1pre リファレンス マニュアル
OpenCVサンプルコード


画素値の直接操作
部分画像のシャッフル
画像の連結
画像のコピー
画像形状の変形
タイリング
画像の反転
逆行列(擬似逆行列)の計算
色空間の写像
離散フーリエ変換
階層構造を持つ輪郭の座標取得
図形の描画
ポリゴンの描画
凸ポリゴンの描画
テキストの描画
IplImage構造体情報の保存
マップのシーケンスを保存
IplImage構造体情報の読み込み
マップのシーケンスを読み込む
K-means法によるクラスタリング
クラスタリングによる減色処理
エッジの検出
コーナーの検出
並進移動のためのピクセルサンプリング
回転移動のためのピクセルサンプリング
画像のサイズ変更
画像のアフィン変換(1)
画像のアフィン変換(2)
画像の透視投影変換
全方位画像の透視投影変換
モルフォロジー変換
平滑化
ユーザ定義フィルタ
境界線の作成
画像の二値化
画像の二値化(大津の手法)
画像ピラミッドの作成
画像ピラミッドを用いた画像の領域分割
平均値シフト法による画像のセグメント化
Watershedアルゴリズムによる画像の領域分割
輪郭の検出と描画
画像のモーメントを計算
ハフ変換による直線検出
ハフ変換による円検出
距離変換とその可視化
不要オブジェクトの除去
ヒストグラムの描画
ヒストグラム間の距離
二次元のヒストグラム
バックプロジェクションパッチ
ヒストグラムの均一化
テンプレートマッチング
形状のマッチング
点列を包含する矩形
輪郭領域の面積と輪郭の長さ
二つの矩形を包含する矩形
楕円のフィッティング
点列を包含する図形
動的背景更新による物体検出
snakeによる輪郭追跡(静止画)
オプティカルフロー1
オプティカルフロー2
オプティカルフロー3
Condensation
顔の検出
カメラキャリブレーション
歪み補正
マップを利用した歪み補正
サポートベクターマシン
画像の各ピクセル値を特徴ベクトルとしたSVMの学習
画像の各ピクセル値を特徴ベクトルとしたSVMによる物体検出
マウスイベントの取得
トラックバーの利用
カメラからの画像キャプチャ
動画としてファイルへ書き出す
ラベリング