C++博客-孔雀开发小屋-随笔分类-Graphics

linux下批量命名和批量处理图片的例子

孔雀 — Sun, 06 Nov 2011 04:46:00 GMT

今天碰到一个简单的需求，有一批png图像文件，图像名字均为xxx@2x.png，其中xxx是可变部分。现在需要将所有xxx@2x.png图像改名为xxx.png，且尺寸变为原来的50%。这就涉及到两个问题，第一：批量改名，第二：批量处理文件。

解决如下：
1）批量改名：for var in *.png; do mv "$var" "${var%@2x.png}.png"; done

2）批量修改图像：for png in *.png; do convert $png -resize 50% $png

其中的批量修改图像中使用到了一个convert命令，这个命令是命令行图像处理工具ImageMagick的一个子命令。关于ImageMagick我之前的随笔中也有提到，感兴趣的童鞋可以参考一下。

孔雀 2011-11-06 12:46 发表评论

OpenCV使用经验总结

孔雀 — Thu, 14 Jul 2011 09:01:00 GMT

摘要: Opencv使用过程中总结的一些经验阅读全文

孔雀 2011-07-14 17:01 发表评论

关于全景图像的拼接

孔雀 — Thu, 23 Jun 2011 09:13:00 GMT

这段时间一直在做全景图像拼接，略有小成。总结一下：

图像拼接概括起来说，分两大步骤。第一步，配准。第二步，融合。

配准有基于模板匹配的，有基于特征点匹配的。现在的主流是基于特征点匹配的，SIFT是热点。

融合的方法有很多，有最简单的线性过渡，有经典的拉普拉斯金字塔融合（多波段融合），有基于小波变换的融合，还有比较新而且效果很赞的泊松图像编辑融合，可惜泊松图像编辑的这个方法我还没有实现出来，只是实现了基于拉普拉斯金字塔的融合，效果挺不错。

以下三篇论文是权威和经典，如果有能力消化并实现，那么一个完整的全景拼接系统就有了。
1) Construction of panoramic mosaics with global and local alignment.
   Heung-Yeung Shum and Richard Szeliski. 2000.
2) Eliminating Ghosting and Exposure Artifacts in Image Mosaics.
   Matthew Uyttendaele, Ashley Eden and Richard Szeliski. 2001.
3) Automatic Panoramic Image Stitching using Invariant Features.
   Matthew Brown and David G. Lowe. 2007.

ps: 上面论文作者其中的Richard Szeliski是计算机视觉界的翘楚，在微软研究院工作，最近出了新书《Computer Vision: Algorithm and Applications》英文版，200多美刀。不过该大牛在他的个人网站上放了书稿，pdf格式，绝对值得下载。

孔雀 2011-06-23 17:13 发表评论

数字图像处理：Sobel算子

孔雀 — Sat, 28 May 2011 13:32:00 GMT

Sobel算子主要用来做图像边缘检测。在OpenCV中有现成的接口可以调用，即:cvSobel。

今天遇到一个问题是需要一个类似Sobel算子的功能，因为Sobel算子没有考虑到像素点周围的相似性，现在需要考虑这个问题。所以需要的算子的元素与Sobel算子不同。于是自己动手写了sobel算子的实现，这样对于不同的参数修改算子的元素值即可。代码如下：

1 void MySobel(IplImage* gray, IplImage* gradient)
2 {
3     /* Sobel template
4     a00 a01 a02
5     a10 a11 a12
6     a20 a21 a22
7     */
8
9     unsigned char a00, a01, a02, a20, a21, a22;
10    unsigned char a10, a11, a12;
11
12     for (int i=1; i<gray->height-1; ++i)
13     {
14         for (int j=1; j<gray->width-1; ++j)
15         {
16             CvScalar color = cvGet2D(gray, i, j);
17
18             a00 = cvGet2D(gray, i-1, j-1).val[0];
19             a01 = cvGet2D(gray, i-1, j).val[0];
20             a02 = cvGet2D(gray, i-1, j+1).val[0];
21
22             a10 = cvGet2D(gray, i, j-1).val[0];
23             a11 = cvGet2D(gray, i, j).val[0];
24             a12 = cvGet2D(gray, i, j+1).val[0];
25
26             a20 = cvGet2D(gray, i+1, j-1).val[0];
27             a21 = cvGet2D(gray, i+1, j).val[0];
28             a22 = cvGet2D(gray, i+1, j+1).val[0];
29
30             // x方向上的近似导数
31             double ux = a20 * (1) + a21 * (2) + a22 * (1)
32                 + (a00 * (-1) + a01 * (-2) + a02 * (-1));
33
34             // y方向上的近似导数
35             double uy = a02 * (1) + a12 * (2) + a22 * (1)
36                 + a00 * (-1) + a10 * (-2) + a20 * (-1);
37
38             color.val[0] = ux;
39
40             cvSet2D(gradient, i, j, color);
41         }
42     }
43 }

上面代码中访问图像的像素使用了OpenCV的接口，这个不如直接使用指针的效率高，可以修改。

孔雀 2011-05-28 21:32 发表评论

OpenCV中二维点求取进行透视变换之后的坐标点方法

孔雀 — Tue, 24 May 2011 02:46:00 GMT

我使用的是OpenCV 2.2版本。得到了一个透视矩阵，想把屏幕上的一个二维点经过这个透视矩阵进行变换，本身很简单的一个事情，却颇费了一番周折。原因是刚接触OpenCV，而且使用了OpenCV新添加的C++部分的矩阵类Mat，使用起来还真有点不顺手，因为OpenCV中没有向量的说法。一个矩阵变换一个向量就让我找了半天。

最终得以解决，还是使用了CvMat类而不是Mat类。代码如下：

1 CvPoint transformPoint(const CvPoint pointToTransform, const CvMat* matrix)
2 {
3     double coordinates[3] = {pointToTransform.x, pointToTransform.y, 1};
4     CvMat originVector = cvMat(3, 1, CV_64F, coordinates);
5     CvMat transformedVector = cvMat(3, 1, CV_64F, coordinates);
6     cvMatMul(matrix, &originVector, &transformedVector);
7     CvPoint outputPoint = cvPoint((int)(cvmGet(&transformedVector, 0, 0) / cvmGet(&transformedVector, 2, 0)), (int)(cvmGet(&transformedVector, 1, 0) / cvmGet(&transformedVector, 2, 0)));
8     return outputPoint;
9 }

这个函数一个很有用的地方就在于，原本二维图上的一个像素点位于(x,y)处，经过一个变换（仿射变换、透视变换）之后，求取它的新的坐标点(x', y')。

孔雀 2011-05-24 10:46 发表评论

关于OpenGL ES中的纹理压缩

孔雀 — Wed, 30 Mar 2011 16:38:00 GMT

摘要: 基于OpenGL ES的压缩纹理有常见的如下几种实现：
1. ETC1（Ericcson texture compression)
2. PVRTC(PowerVR texture compression)
3. ATITC(ATI texture compression)
对于集成了NVIDIA Tegra2的手机如Motorola XOOM，ATRIX和DRIOID BIONIC则支持如下的纹理压缩
4. S3TC(S3 texture compression) 阅读全文

孔雀 2011-03-31 00:38 发表评论

Linux下编译Irrlicht注意事项

孔雀 — Fri, 28 Jan 2011 16:25:00 GMT

摘要: Linux环境下编译Irrlicht引擎的注意事项阅读全文

孔雀 2011-01-29 00:25 发表评论

Linux上运行Milkshape

孔雀 — Wed, 22 Dec 2010 09:00:00 GMT

环境：Ubuntu 10.04 + MilkShape 1.8.4 + Wine 1.2

方法：

1）在dll-files.com上下载msvcirt.dll, 注意是msvcirt.dll而不是msvcrt.dll.

2）在dlldump.com上下载mfc42.dll

3) 将上述两个dll拷贝到system32目录下和Milkshape的安装目录下（ms3d.exe所在的目录）

4）使用wine运行之

孔雀 2010-12-22 17:00 发表评论

call to OpenGL ES API with no current context 错误及解决方案

孔雀 — Tue, 14 Dec 2010 13:56:00 GMT

错误： call to OpenGL ES API with no current context

可能的原因：OGL ES所在的线程被阻塞或者被挂起，导致渲染设备上下文丢失。

解决方案：将可能导致渲染线程被阻塞或被挂起的代码移动到别处。比如在渲染循环之前执行或之后执行。

孔雀 2010-12-14 21:56 发表评论

3D游戏引擎Irrlicht浅谈（二）

孔雀 — Thu, 11 Nov 2010 06:25:00 GMT

摘要: Irrlicht如何做到跨平台？

Irrlicht中的两个抽象接口，IrrlichtDevice和IVideoDriver分别将设备与驱动抽象出来。对于不同的设备（比如Android手机或iPhone手机）只需要实现这两个接口，那么Irrlicht就基本可以被你所用了，因为引擎的其他部分大部分都是平台无关的，涉及到的平台相关的部分根据需要做调整就可以了。
阅读全文

孔雀 2010-11-11 14:25 发表评论

OpenGL学习的两个利器

孔雀 — Mon, 04 Oct 2010 10:12:00 GMT

摘要: 对于OpenGL的初学者来说，有两个不应该成为困难点的困难点。一个是编写OpenGL程序需要依赖特定平台的窗体系统。另外一个是OpenGL的扩展机制需要我们自己去处理。

这里推荐两个利器来解决这两个问题。让我们可以更加专注和有效的学习OpenGL。分别是GLUT和GLEW 阅读全文

孔雀 2010-10-04 18:12 发表评论

OpenGL中FBO的概念及其应用

孔雀 — Wed, 25 Aug 2010 20:33:00 GMT

摘要: OpenGL中的Frame Buffer Object(FBO)扩展，被推荐用于把数据渲染到纹理对像。相对于其它同类技术，如数据拷贝或交换缓冲区等，使用FBO技术会更高效并且更容易实现。
FBO一个最常见的应用就是：渲染到纹理(render to texture)，通过这项技术可以实现发光效果，环境映射，阴影映射等很炫的效果。

在OpenGL渲染管线中，几何数据和纹理最终都是以2d像素绘制到屏幕上。最后一步的渲染目标在OpenGL渲染管线中被称为帧缓存(frame buffer)。帧缓存是颜色缓存、深度缓存、模板缓存、累积缓存的集合。默认情况下， OpenGL使用的帧缓存是由窗体系统创建和管理的。

在OpenGL扩展中，GL_EXT_framebuffer_object扩展提供了一个创建额外帧缓存对象(FBO)的接口。这个帧缓存的创建和控制完全是由OpenGL完成的，有别于窗体系统创建的默认的帧缓存。与系统默认的帧缓存类似，一个FBO也是颜色缓存、深度缓存、模板缓存的集合（FBO不包括累积缓存），然后OpenGL程序就可以把渲染重定向到FBO 阅读全文

孔雀 2010-08-26 04:33 发表评论

OpenGL ES中实现gluPerspective函数

孔雀 — Wed, 18 Aug 2010 16:14:00 GMT

在OpenGL中我们可以使用gluPerspective来设置视椎体。但是在OpenGL ES中却没有提供这样的实用库支持，其实我们可以自己来完成这个函数的功能。代码如下：

1
2 void __gluPerspective(double fovy, double aspect, double zNear, double zFar)
3 {
4     glMatrixMode(GL_PROJECTION);
5     glLoadIdentity();
6
7     double xmin, xmax, ymin, ymax;
8     ymax = zNear * tan(fovy * KPI / 360);
9     ymin = -ymax;
10     xmin = ymin * aspect;
11     xmax = ymax * aspect;
12
13     glFrustumf(xmin, xmax, ymin, ymax, zNear, zFar);
14 }
15
16

在需要调用gluPerspective的地方，用该函数替换即可。

孔雀 2010-08-19 00:14 发表评论

四元数概念及其应用

孔雀 — Wed, 18 Aug 2010 06:01:00 GMT

学习3D编程，四元数是不得不学的。其概念的引入和定义都比较抽象，今学了，总结归纳如下：

介绍四元数之前，先做如下约定：

1．采用右手坐标系(OpenGL)

2．旋转次序：x->y->z

3. 矩阵是列优先存储

1.什么是四元数？

直接用数学上的定义来解释，因为我很难在现实生活中找到可以描述明白的例子。

i, j, k 为虚数

Q = w + xi + yj + zk

其中w是实数，而x,y,z为复数。

另外一种常见的表达方式是：

Q = [w, v]

其中v=(x,y,z)称为矢量部（虽然称为矢量，但是这个不是三维空间中的矢量，而是四维空间的，想象吧L），w称为标量部。

2.四元数可以做什么？

有了四元数的概念还不行，四元数可以干什么？四元数可以用来描述方向。

先来看下如何求取四元数的长度：

||q|| = Norm(q) = sqrt(w²+ x² + y² + z²)

单位长度的四元数有以下属性：

w² + x² + y² + z² = 1

所以我们使用如下方法来标准化(Normalize)一个四元数：

q = q / ||q|| = q / sqrt(w² + x² + y² + z²)

使用一个单位四元数来描述方向，请记住必须是单位四元数才可以描述方向。

3.四元数的乘法

因为一个单位四元数可以代表一个三维空间中的方向，那么两个四元数相乘得到的结果仍然是一个四元数，这个四元素依旧可以标识一个方向。

给定两个四元数：

Q1 = (w1, x1, y1, z1)

Q2 = (w2, x2, y2, z2)

Q1 * Q2 = (w1.w2 – v1.v2, w1.v2 + w2.v1 + v1 x v2)

注意：.代表向量间的点积，x代表叉积。v1=(x1, y1, z1) v2=(x2, y2, z2)

优化一下：

w=w1w2 - x1x2 - y1y2 - z1z2
x = w1x2 + x1w2 + y1z2 - z1y2
y = w1y2 + y1w2 + z1x2 - x1z2
z = w1z2 + z1w2 + x1y2 - y1x2

4.四元数的转换

为什么要转换，因为我们还不能直接使用四元数来进行3D物体的旋转。在OpenGL中和Direct3D中都是通过矩阵来描述3D旋转的。

4.1 四元数到矩阵的转换

使用单位四元数转换到矩阵：

Matrix = [ 1 - 2y² - 2z²   2xy - 2wz      2xz + 2wy

             2xy + 2wz      1 - 2x² - 2z²   2yz - 2wx

             2xz - 2wy      2yz + 2wx      1 - 2x² - 2y² ]

4.2 四元数到轴角的转换

轴角也是一种表达空间旋转的方式。

如果旋转轴是：(ax, ay, az)

旋转角度是：angle (单位：弧度)

那么四元数与轴角之间的转换关系如下：

angle = 2 * acos(w)

ax = x / scale

ay = y / scale

az = y / scale

其中scale = sqrt(x² + y² + z²)

4.3 轴角到四元数的转换

假设旋转轴是(ax, ay, az)，记得必须是一个单位向量。

旋转角度是theta. （单位：弧度）

那么转换如下：

w = cos(theta / 2 )

x = ax * sin(theta / 2)

y = ay * sin(theta / 2)

z = az * sin(theta / 2 )

4.4 欧拉角到四元数的转换

如果你的欧拉角为(a, b, c)那么就可以形成三个独立的四元数，如下：

Qx = [ cos(a/2), (sin(a/2), 0, 0)]
Qy = [ cos(b/2), (0, sin(b/2), 0)]
Qz = [ cos(c/2), (0, 0, sin(c/2))]

最终的四元数是Qx * Qy * Qz的乘积的结果。

5.使用四元数来避免Gimbal Lock

基本思路如下：

1）使用一个四元数来标识一个方向

2）创建一个临时的四元数来标识当前方向到新方向的变化

3）右乘临时的四元数和初始四元数，结果是一个合并了两个四元数的新的四元数

4）将四元数转换成矩阵

6.更深入的学习四元数

SLERP：球状线性插值对于三位模型进行动画处理非常有用，因为这种方式在模型的各种方向之间提供了平滑的转换。

孔雀 2010-08-18 14:01 发表评论