OpenCV数据读写操作-白红宇

2. 读yml矩阵

代码:

#include <stdio.h>
#include "cxcore.h"     
#include "highgui.h"
void main( )
{ 
           
   
   CvMat* A1 = (CvMat*)cvLoad( "example.yml" );
   for(int i = 0; i <3; i++ )
   { 
           
      printf( "\n");
      for(int j = 0; j < 3; j++ )
      printf( "%f  ", (float) cvGetReal2D( A1, i, j ));   
   }  
   printf( "\n\n");   
}

3. 写xml矩阵

代码:

#include <stdio.h>
#include "cxcore.h"     
#include "highgui.h"
void main( )
{ 
           
   double a[] = { 1,  0,  0,  0,  0,
               0,  1,  0,  0,  0,
               0,  0,  1,  0,  0,
               0,  0,  0,  1,  0,
               0,  0,  0,  0,  1 };
   CvMat A1;
   cvInitMatHeader( &A1, 5, 5, CV_64FC1, a, CV_AUTOSTEP );
      cvSave( "my_matrix_test.xml", &A1 );
}

4. 读xml矩阵

代码:

#include <stdio.h>
#include "cxcore.h"     
#include "highgui.h"
void main( )
{ 
           
   
   CvMat* A1 = (CvMat*)cvLoad( "my_matrix.xml" );
   for(int i = 0; i <5; i++ )
   { 
           
      printf( "\n");
      for(int j = 0; j < 5; j++ )
      printf( "%f  ", (float) cvGetReal2D( A1, i, j ));   
   }  
   printf( "\n\n");   
}

5. 写点列

代码:

#include <stdio.h>
#include "highgui.h"
#include "cxcore.h"
void main(  )
{ 
           
   CvMemStorage* memstorage = cvCreateMemStorage(0);
   CvSeq *up_seq = cvCreateSeq(   CV_SEQ_ELTYPE_POINT,
            sizeof(CvSeq),
         sizeof(CvPoint),
         memstorage); 
   for(int i=1; i<=100; i++)
   { 
           
      //   产生单个点
      CvPoint pt1 = cvPoint( i, i );
      cvSeqPush(up_seq,&pt1);
      cvSave("upimg_matched_point.yml", up_seq, NULL, "matched_points_up", cvAttrList(NULL,NULL));
   }
}

6. 读点列

代码:

#include <stdio.h>
#include "cxcore.h"
#include <stdio.h>
#include "cxcore.h"
int main( int argc, char** argv )
{ 
           
    
   CvMemStorage* storage = cvCreateMemStorage(0);
   
   CvSeq* seq; 
   CvSeqWriter writer;
   CvSeqReader reader;
   CvFileNode *node;
   CvFileStorage* fs = cvOpenFileStorage( "upimg_matched_point.yml", 0, CV_STORAGE_READ );
    node = cvGetFileNodeByName (fs, NULL, "upimg_matched_point");
   seq = (CvSeq *) cvRead (fs, node);
   cvStartReadSeq( seq, &reader, 0 );
   for(int i = 0; i < 100; i++ )
   { 
           
      CvPoint pt1;
   #if 1
      CV_READ_SEQ_ELEM( pt1, reader );
      printf("%d  %d is read\n", pt1.x, pt1.y );
   #else 
      printf("%d is read\n", *(int*)reader.ptr );
      CV_NEXT_SEQ_ELEM( seq->elem_size, reader );
   #endif
   }
    cvReleaseFileStorage( &fs );
    return 0;
}

7. 写图像xml数据

代码:

#include <stdio.h>
#include "cv.h"   
#include "cxcore.h"     
#include "highgui.h"
void main( )
{ 
           
   
   IplImage *Image1,*Image2;
      int height,width,step,channels;  
   int i, j, k, i1;
   uchar *data; 
   CvScalar Scalar1;
    Image1=cvLoadImage("lena.jpg", 1);
         
   height  = Image1->height;  
   width   = Image1->width;  
   step    = Image1->widthStep;  
   channels  = Image1->nChannels;  
   data      = (uchar *)Image1->imageData;  
   cvNamedWindow("rawimage",1);
    cvShowImage("rawimage", Image1);
   cvWaitKey(0);
   CvMat *M=cvCreateMat(width, height, CV_32FC3);
   for(i=0; i<width; i++) 
      for(j=0; j<height; j++)       
      { 
           
         Scalar1=cvGet2D(Image1, i, j);
         cvSet2D(M, i, j, Scalar1);
      }
   CvFileStorage* fs = cvOpenFileStorage("lena.xml", 0, CV_STORAGE_WRITE);
   cvWriteInt( fs, "frame_count", 1 );
   cvStartWriteStruct( fs, "frame_size", CV_NODE_SEQ);
   cvWriteInt( fs, 0, width );
   cvWriteInt( fs, 0, height );
   cvEndWriteStruct(fs);
   cvWrite( fs, "lena", M );
   cvReleaseFileStorage( &fs );
   
   cvReleaseImage( &Image1 );
}

8. 读图像xml数据

代码:

#include <stdio.h>
#include "cv.h"   
#include "highgui.h"
void main( )
{ 
           
   IplImage *Image1;
      int i, j;
   CvFileNode *node;
   CvScalar Scalar1;
    CvFileStorage* fs = cvOpenFileStorage("lena.xml", 0, CV_STORAGE_READ);
   int frame_count = cvReadIntByName( fs, 0, "frame_count", 10 /* default value */ );
   CvSeq* s = cvGetFileNodeByName(fs, 0, "frame_size")->data.seq;
   int width = cvReadInt( (CvFileNode*)cvGetSeqElem(s, 0) );
   int height = cvReadInt( (CvFileNode*)cvGetSeqElem(s, 1) );
   node = cvGetFileNodeByName(fs, NULL, "lena");
   
   CvMat *M1=cvCreateMatHeader(width, height, CV_32FC3);
   M1 =  (CvMat *)cvRead( fs, cvGetFileNodeByName(fs, NULL, "lena"));
   cvReleaseFileStorage( &fs );
     
   Image1 = cvCreateImage( cvSize(width, height), 8, 3 );
   for(i=0; i<width; i++) 
      for(j=0; j<height; j++)       
      { 
           
         Scalar1=cvGet2D(M1, i, j); 
         cvSet2D(Image1, i, j, Scalar1);
         }
   
   cvNamedWindow("rawimage",1);
    cvShowImage("rawimage", Image1);
   cvWaitKey(0);
   cvReleaseFileStorage( &fs );
   cvReleaseImage( &Image1 );
}

9. 由数据产生图像

代码:

#include "cv.h"
#include "highgui.h"
#include <math.h>
#include <stdio.h>
#include <stdlib.h>
void main()
{ 
           
    int step,channels;
    uchar *data;
   
   //   创建空白图板
   int width=301, height=301;
   IplImage* image = cvCreateImage( cvSize(width,height), 8, 1 );
   
   // 获取图像格式  
   step    = image->widthStep;  
   channels  = image->nChannels;  
   data      = (uchar *)image->imageData;  
   
   //   产生图像数据
   for(int i=0; i<height; i++) 
      for(int j=0; j<width; j++)          
      { 
           
            //   for color image channels changes from 0 to 2  
            img_dat= function[(i-centre_i, j-centre_j)];
            //   your subroutine here.
            
            data[i*step+j*channels]=max(0, min(255, (int)img_dat));  
      }
   
   cvNamedWindow( "My_img", 1 );
    cvShowImage( "My_img", image );
    cvSaveImage( "My_img.bmp", image );
      
   cvReleaseImage(&image );
    cvWaitKey(0);
}

1. 高斯噪声和均匀分布噪声

代码:

//  初始化随机数发生器 
CvRNG rng = cvRNG(-1);      
//   产生高斯噪声数据
cvRandArr( &rng, noise, CV_RAND_NORMAL, cvScalarAll(0), cvScalarAll(sigma) ); 
    
//    产生均匀分布噪声数据
cvRandArr( &rng, noise, CV_RAND_UNI, cvScalarAll(-sigma), cvScalarAll(sigma) );

2. 添加泊松噪声

代码:

//   设定噪声图像模板
   noise=cvCreateImage( size, IPL_DEPTH_8U, channels );
   srand( time(NULL) );    //   设置随机数种子的    
   for(i=0; i<height; i++) 
      for(j=0; j<width; j++)
      {   
         for(k=0; k<channels; k++)
         { 
           
            i1=rand();
            x1=(float)i1/32767.0;
            x2= numda*sqrt(-2* log(1-x1));  
            CV_IMAGE_ELEM(noise, unsigned char, i, j*3+k) = x2;            
         }          
      }
   //   图像加噪操作   
   for(i=0; i<height; i++) 
      for(j=0; j<width; j++)         
      { 
           
         for( k=0; k<channels; k++) 
         {   
            CV_IMAGE_ELEM(image, unsigned char, i, j*3+k)  =  max(0, min(255, CV_IMAGE_ELEM(image, unsigned char, i, j*3+k) 
                         + CV_IMAGE_ELEM(noise, unsigned char, i, j*3+k)));  
         }
      }

用CV_IMAGE_ELEM的速度是cvGet2D() + cvSet2D() 的10倍。

3. 添加椒盐噪声

代码:

float psalt=0.1;   //probability salt
   float ppepper=0.2;   //probability pepper
   
   for(i=0; i<height; i++) 
      for(j=0; j<width; j++)
      {   
         float valsalt=(float)rand()/65535;
         float valpepper=(float)rand()/65535;
         s=cvGet2D(image1, i, j);
   
         for(k=0; k<channels; k++)
            { 
           
            if (valsalt<=psalt && valsalt>valpepper) 
               s.val[k]=255;
            else if(valpepper<=ppepper && valpepper>=valsalt) 
               s.val[k]=0;      
         }
         cvSet2D(image1, i, j, s); 
      }
   
   cvAdd(image1, noise, image2);

4. 添加柏林噪声

perlin.h

代码:

// Perlin.h
#include <stdlib.h>
#include <stdio.h>
#include <math.h>
float persistence = 0.55f;     // 可调参数1，可由editbox输入
int Number_Of_Octaves = 3;     //   可调参数2，可由editbox输入
/* 一个噪声发生器 */
float Noise1(int x, int y)
{ 
           
    int n = x + y * 57;
    n = (n<<13) ^ n;
    return ( 1.0f - ( (n * (n * n * 15731 + 789221) + 1376312589) & 0x7fffffff) / 1073741824.0f); 
}
/* 一个光滑噪声发生器 */
float SmoothNoise_1(int x, int y)
{ 
           
    float corners = ( Noise1(x-1, y-1)+Noise1(x+1, y-1)+Noise1(x-1, y+1)+Noise1(x+1, y+1) ) / 16.0f;
    float sides = ( Noise1(x-1, y) +Noise1(x+1, y) +Noise1(x, y-1) +Noise1(x, y+1) ) / 8.0f;
    float center = Noise1(x, y) / 4.0f;
    return corners + sides + center;
}
/* 插值函数 */
float Cosine_Interpolate(float a, float b, float x)
{ 
           
    double ft = x * 3.1415927;
    double f = (1 - cos(ft)) * 0.5f;
    return (float)(a*(1-f) + b*f);
}
/* 插值噪声发生器 */
float InterpolatedNoise_1(float x, float y)
{ 
           
    int integer_X = (int)floor(x+0.5);
    float fractional_X = x - integer_X;
    int integer_Y = (int)floor(y+0.5);
    float fractional_Y = y - integer_Y;
    float v1 = SmoothNoise_1(integer_X, integer_Y);
    float v2 = SmoothNoise_1(integer_X + 1, integer_Y);
    float v3 = SmoothNoise_1(integer_X, integer_Y + 1);
    float v4 = SmoothNoise_1(integer_X + 1, integer_Y + 1);
    float i1 = Cosine_Interpolate(v1 , v2 , fractional_X);
    float i2 = Cosine_Interpolate(v3 , v4 , fractional_X);
    return Cosine_Interpolate(i1 , i2 , fractional_Y);
}
/* 最终的PERLIN NOISE */
float PerlinNoise_2D(float x, float y)
{ 
           
    float total = 0.0f;
    float p = persistence;
    int n = Number_Of_Octaves - 1;
    int ii;
    for(ii=0;ii<=n;ii++)
    { 
           
        float frequency = (float) pow((float)2,ii);
        float amplitude = (float) pow(p,ii);
        total = total + InterpolatedNoise_1(x * frequency, y * frequency) * amplitude;
    }
    return total;
} 
float myperlin( int x, int y )
{ 
           
    int ii, jj;
    float ynoise=0;
    for(ii=0; ii< x; ii++)
    for(jj=0; jj< y; jj++)
    { 
           
        ynoise=PerlinNoise_2D((float)ii, (float)jj);
        ynoise= (float)(1+ynoise)*127.0;
    }
    return ynoise;
}

产生噪声数据

代码:

// 产生噪声
   CvMat *M=cvCreateMat(width, height, CV_32FC1);   // 不可用CV_8C1
   IplImage* dst=cvCreateImage(size, img->depth, img->nChannels);
   for(i=0; i<height; i++) 
      for(j=0; j<width; j++)       
         { 
           
            x1= myperlin(i, j);
            cvmSet(M, j, i, x1 );
         }

我在vc下可以做得很快，但在opencv下只能处理64X64

5. 1/f噪声

下面给出一维1/f噪声数组产生程序（1/f噪声的谱方法）

代码:

function sig=FractRnd(beta, n, HuaTu)
%sig=FractRnd(beta, n)
%To generate 1/f^betta noise
%INPUT
% beta is the exponent, a number
% n is the number of synthetic data points
%OUTPUT
% sig is an n-points array
%
if nargin==2
HuaTu=0;
end
len_beta=length(beta);
phi_n=2*pi*rand(1,n);
f=[1:n].^(-beta/2).*exp(i*phi_n(1:n));
sig=real(ifft(f));
sig=(sig-mean(sig))./std(sig);
if HuaTu
%To verify the scaling behavior of power spectral density:
% P(f) ~ 1/f^beta
figure(HuaTu)
F=fft(sig);
P=(abs(F)).^2;
P([1,round(end/2):end])=[];
% plot(log(1:length(P)),log(P))
loglog(1:length(P),P,'k')
xlabel('Frequency');
ylabel('Power spectrum')
% pause
end

在程序中可以通过vc调用matlab实现