opencv机械手抓取

⑴ 求助贴.如何用Opencv实现物体的识别与抓取

背景提取可以用GMM（高斯混合模型）+形态学处理，虽然时间复杂度比较大但是效果很好。但我之前写的代码都是Matlab的，opencv不熟悉，不过在stack overflow之类的网站上搜一下应该不难找到opencv版代码。

⑵ opencv抓取摄像头图像 二值化

把pBkImg中这个IPL_DEPTH_32F换成跟你原图像一致的IPL_DEPTH_8U，再试试看。CV_Assert( src.depth() == dst.depth() );

⑶ 【手势识别】opencv通过摄像头获取实时数据后怎么弄

你只管处理读到的图像就行

⑷ opencv实现摄像头时时抓捕人脸只能抓一帧怎么回事

网上代码：
#include <opencv\highgui.h>//包含opencv库头文件
#include <opencv\cv.h>
//#include<iostream>
//using namespace std;
using namespace cv;
int main( int argc, char** argv ) {//主函数

cvNamedWindow( "Example2", CV_WINDOW_AUTOSIZE );//创建窗口，（名字，默认大小）
CvCapture *capture = NULL;// 视频获取结构，用来作为视频获取函数的一个参数

capture = cvCreateCameraCapture(0);//打开摄像头，从摄像头中获取视频
IplImage* frame;//申请IplImage类型指针，就是申请内存空间来存放每一帧图像
while(1) {
frame = cvQueryFrame( capture );// 从摄像头中抓取并返回每一帧
if( !frame ) break;//如果抓取帧为空 break 打破循环否则将抓取的那一帧显示在创建的窗口上
cvShowImage( "Example2", frame );//在窗口上显示每一帧
char c = cvWaitKey(33);//延时，每秒钟约33帧；符合人眼观看速度；
if( c == 27 ) break;//由于是死循环，而且没有控制台，当按下键盘esc键，将按键的ASCII值给C,如果C为ESC（ASCII 为27）循环退出退出循环；
}
cvReleaseCapture( &capture );//释放内存；
cvDestroyWindow( "Example2" );//销毁窗口
return 0;
}

第一次运行还能启动下笔记本的摄像头（摄像头灯是亮的），但是frame上一片黑
第二次运行开始就老是出现这种界面，求助，用的是opencv-3.0.0 win7 63位

⑸ 如何用OpenCV实现从黑到白抓取一个边缘

求取黑白过度处的梯度。
梯度大的地方基本上就可以将其定义为边缘。

⑹ 最简单的opencv提取摄像头视频 获取摄像头cvCreateCameraCapture(-1)就失败了

cvCreateCameraCapture 初始化从摄像头中获取视频
CvCapture* cvCreateCameraCapture( int index );
index 要使用的摄像头索引。如果只有一个摄像头或者用哪个摄像头也无所谓，那使用参数-1应该便可以。
函数cvCreateCameraCapture给从摄像头的视频流分配和初始化CvCapture结构。

若想显示摄像头中采集的内容还需采用：
cvQueryFrame
从摄像头或者文件中抓取并返回一帧
IplImage* cvQueryFrame( CvCapture* capture );

还要调用图像显示（从摄像头抓取的帧为iplimage类型）
cvShowImage
在指定窗口中显示图像
void cvShowImage( const char* name, const CvArr* image );

name窗口的名字。 image被显示的图像。
函数cvShowImage 在指定窗口中显示图像。如果窗口创建的时候被设定标志CV_WINDOW_AUTOSIZE，那么图像将以原始尺寸显示；否则，图像将被伸缩以适合窗口大小。

不知道能不能帮到你

⑺ 请问谁能提供opencv实现的视频中运动行人检测与追踪的程序

记得给我分，急需

#include "cv.h"
#include <cxcore.h>
#include "highgui.h"
#include <time.h>
#include <math.h>
#include <ctype.h>
#include <stdio.h>
#include <string.h>
// various tracking parameters (in seconds)
const double MHI_DURATION = 0.5;
const double MAX_TIME_DELTA = 0.5;
const double MIN_TIME_DELTA = 0.05;
const int N = 3;
//
const int CONTOUR_MAX_AERA = 16;
// ring image buffer
IplImage **buf = 0;
int last = 0;
// temporary images
IplImage *mhi = 0;
// MHI: motion history image
int filter = CV_GAUSSIAN_5x5;
CvConnectedComp *cur_comp, min_comp;
CvConnectedComp comp;
CvMemStorage *storage; CvPoint pt[4];
// 参数：
// img – 输入视频帧
// dst – 检测结果
void update_mhi( IplImage* img, IplImage* dst, int diff_threshold )
{
double timestamp = clock()/100.;
// get current time in seconds
CvSize size = cvSize(img->width,img->height);
// get current frame size
int i, j, idx1, idx2;
IplImage* silh;
uchar val;
float temp;
IplImage* pyr = cvCreateImage( cvSize((size.width & -2)/2, (size.height & -2)/2), 8, 1 );
CvMemStorage *stor;
CvSeq *cont, *result, *squares;
CvSeqReader reader;
if( !mhi || mhi->width != size.width || mhi->height != size.height )
{
if( buf == 0 )
{
buf = (IplImage**)malloc(N*sizeof(buf[0]));
memset( buf, 0, N*sizeof(buf[0]));
}
for( i = 0; i < N; i++ )
{
cvReleaseImage( &buf[i] );
buf[i] = cvCreateImage( size, IPL_DEPTH_8U, 1 );
cvZero( buf[i] );
}
cvReleaseImage( &mhi );
mhi = cvCreateImage( size, IPL_DEPTH_32F, 1 );
cvZero( mhi );
// clear MHI at the beginning
}
// end of if(mhi)
cvCvtColor( img, buf[last], CV_BGR2GRAY );
// convert frame to grayscale
idx1 = last;
idx2 = (last + 1) % N;
// index of (last - (N-1))th frame
last = idx2;
// 做帧差
silh = buf[idx2];
cvAbsDiff( buf[idx1], buf[idx2], silh );
// get difference between frames
// 对差图像做二值化
cvThreshold( silh, silh, 30, 255, CV_THRESH_BINARY );
// and threshold it
cvUpdateMotionHistory( silh, mhi, timestamp, MHI_DURATION );
// update MHI
cvCvtScale( mhi, dst, 255./MHI_DURATION,
(MHI_DURATION - timestamp)*255./MHI_DURATION );
cvCvtScale( mhi, dst, 255./MHI_DURATION, 0 );
// 中值滤波，消除小的噪声
cvSmooth( dst, dst, CV_MEDIAN, 3, 0, 0, 0 );
// 向下采样，去掉噪声
cvPyrDown( dst, pyr, 7 );
cvDilate( pyr, pyr, 0, 1 );
// 做膨胀操作，消除目标的不连续空洞
cvPyrUp( pyr, dst, 7 );
//
// 下面的程序段用来找到轮廓
//
// Create dynamic structure and sequence.
stor = cvCreateMemStorage(0);
cont = cvCreateSeq(CV_SEQ_ELTYPE_POINT, sizeof(CvSeq), sizeof(CvPoint) , stor);
// 找到所有轮廓
cvFindContours( dst, stor, &cont, sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0));
// 直接使用CONTOUR中的矩形来画轮廓
for(;cont;cont = cont->h_next)
{
CvRect r = ((CvContour*)cont)->rect;
if(r.height * r.width > CONTOUR_MAX_AERA) // 面积小的方形抛弃掉
{
cvRectangle( img, cvPoint(r.x,r.y),
cvPoint(r.x + r.width, r.y + r.height),
CV_RGB(255,0,0), 1, CV_AA,0);
}
} // free memory
cvReleaseMemStorage(&stor);
cvReleaseImage( &pyr );
}
int main(int argc, char** argv)
{
IplImage* motion = 0;
CvCapture* capture = 0; //视频获取结构
if( argc == 1 || (argc == 2 && strlen(argv[1]) == 1 && isdigit(argv[1][0])))
//原型：extern int isdigit(char c); //用法：#include <ctype.h> 功能：判断字符c是否为数字 说明：当c为数字0-9时，返回非零值，否则返回零。
capture = cvCaptureFromCAM( argc == 2 ? argv[1][0] - '0' : 1 );
else if( argc == 2 )
capture = cvCaptureFromAVI( argv[1] );
if( capture )
{
cvNamedWindow( "Motion", 1 );
for(;;)
{
IplImage* image;
if( !cvGrabFrame( capture )) //从摄像头或者视频文件中抓取帧
break;
image = cvRetrieveFrame( capture );
//取回由函数cvGrabFrame抓取的图像,返回由函数cvGrabFrame 抓取的图像的指针
if( image )
{
if( !motion )
{
motion = cvCreateImage( cvSize(image->width,image->height), 8, 1 );
cvZero( motion );
motion->origin = image->origin;
///* 0 - 顶—左结构, 1 - 底—左结构 (Windows bitmaps 风格) */
}
}
update_mhi( image, motion, 60 );
cvShowImage( "Motion", image );
if( cvWaitKey(10) >= 0 )
break;
}
cvReleaseCapture( &capture );
cvDestroyWindow( "Motion" );
}
return 0;
}

⑻ opencv中如何将从视频中抓取的帧释放掉

Mat frame;
frame.release();

⑼ opencv 如何能把从摄像头中抓取的两帐图片进行精确比较

你直接用帧差法看看就知道了
这种方法不靠谱的，一个是摄像机的白平衡，一个是移动目标对光场的扰动

⑽ opencv中从视频里抓取一帧并把前景目标扣取出来，这个怎么实现

你说的前景提取，具体是什么样的呢，背景固定的好提取，背景不固定的难，最简单的方法是用高斯混合模版，opencv里好像有这个函数gmm