《玩儿起来吧》MATLAB 实时图像处理

视频教学地址
一、如何获取实时图像
二、如何实时处理图像
三、简单的人脸识别
四、简单的目标追踪
其他

大家学了图像处理之后，是不是就想学以致用。而要用于生活中，最好的方式就是和摄像头搭配，实现实时图像处理。今天就给大家分享MATLAB实时图像处理的基础方法，希望能帮你快速入门。

by 今天不飞了

视频教学地址

《玩儿起来吧》MATLAB实时图像处理（一）如何获取实时图像
《玩儿起来吧》MATLAB实时图像处理（二）如何实时处理图像
《玩儿起来吧》MATLAB实时图像处理（三）最简单的人脸检测与追踪
《玩儿起来吧》MATLAB实时图像处理（四）目标追踪

一、如何获取实时图像

有摄像头的小伙伴
这篇博客有基本的摄像头配置方法《MATLAB摄像头实时图像处理》

%% 配置摄像头
% -----------------------------------------
% 查看适配器
disp(imaqhwinfo)
% 查看设备及其支持的格式
info = imaqhwinfo('winvideo');
disp(info.DeviceInfo.SupportedFormats)
% --------你要是知道就不要运行这两句-------%% 生成对象并同步画面
obj = videoinput('winvideo',1,'MJPG_640x480');
h = preview(obj);%% 实时显示（处理）
figure('Position',[800,400,1000,500])
while ishandle(h)tic% 获取影像frame = getsnapshot(obj);  % 获取帧% 一顿疯狂处理img = rgb2gray(frame);% 显示subplot(121),imshow(frame)subplot(122),imshow(img)drawnowt = toc;disp(round(1/t))
end

没有摄像头的小伙伴
看这里【MATLAB】没有摄像头怎么做实时图像处理

二、如何实时处理图像

答案就是，利用while语句，对获取到的影像“一顿疯狂处理”。
请自行加入自己的算法。

%% 实时显示（处理）
% 生成对象并开启摄像机
obj = videoinput('winvideo',1,'MJPG_640x480');
h1 = preview(obj);
h2 = figure('Position',[100,50,1680,800]);% 开始
while ishandle(h1)&&ishandle(h2)tic% 获取影像frame = getsnapshot(obj);  % 获取帧frame = im2double(frame(:,1+80:end-80,:));% 一顿疯狂处理% --------------------------------img1 = DoSomethingCrazy1(frame);img2 = DoSomethingCrazy2(frame);img3 = frame.*img2*2;% --------------------------------    img = cat(2,img1,cat(3,img2,img2,img2),img3);% 保存imshow(img)drawnowt = toc;disp(round(1/t))
endfunction ed = DoSomethingCrazy1(frame)
% 归一化彩色空间
gray = rgb2gray(frame);
mask = double(gray>0.05);
imsum = sqrt(sum(frame.^2,3));
ed = frame./imsum.*mask;
endfunction ed = DoSomethingCrazy2(frame)
% 灰度边缘
core1 = [1,1,1;0,0,0;-1,-1,-1;];
core2 = [1,1,0;1,0,-1;0,-1,-1;];
frame = rgb2gray(frame);
im1 = imfilter(frame,core1);
im2 = imfilter(frame,core1');
im3 = imfilter(frame,core2);
im4 = imfilter(frame,core2');
ed = max(abs(cat(3,im1,im2,im3,im4)),[],3);
end

三、简单的人脸识别

核心函数vision.CascadeObjectDetector，使用方法演示代码如下

function findme()% 创建GUI
Fig = figure('Position',[100,150,980,500]);Pnl1 = uipanel(Fig,'Position',[0.05,0.17,0.9,0.8]);
Pnl2 = uipanel(Fig,'Position',[0.05,0.05,0.9,0.1]);Axes1 = axes(Pnl1,'Position',[0,0,1/2,1]);
Axes2 = axes(Pnl1,'Position',[1/2,0,1/2,1]);Bt = uicontrol(Pnl2,'style','togglebutton','String','人脸检测','Fontsize',16,...'Units','normalized','Position',[2/5,0,1/5,1],'Callback',@FaceDetection);
drawnow% 开启摄像头
Hcamera = [];
Hobj = [];
if isempty(Hcamera)Hobj = videoinput('winvideo',1,'MJPG_640x480');Hcamera = preview(Hobj);frame = getsnapshot(Hobj);  % 获取帧[rows,cols,~] = size(frame);
end% 人脸识别
flag = 0;
faceDetector = vision.CascadeObjectDetector();
gap = 2;% 画
[Face,rp,cp] = drawface();% 开始
while 1if ishandle(Hcamera)% 获取影像frame = getsnapshot(Hobj);  % 获取帧frame = im2double(frame);% 显示imshow(frame,'Parent',Axes1)% 检测if flagbboxx = face(frame);if ~isempty(bboxx)Px = bboxx(1,1);Py = -bboxx(1,2);Face.XData = Px;Face.YData = Py;endhold(Axes1,'on')for i = 1:size(bboxx,1)bbox = bboxx(i,:);rc = bbox+[-bbox(3)/4,-bbox(4)/4,bbox(3)/2,bbox(4)/2];rectangle('Position',rc,'Curvature',0,...'LineWidth',2,'LineStyle','--',...'EdgeColor','y','Parent',Axes1)endhold(Axes1,'off')enddrawnowelsebreakend
endfunction FaceDetection(~,~)flag = get(Bt,'Value');endfunction bboxx = face(frame)frame = frame(1:gap:end,1:gap:end,:);bboxx = step(faceDetector, frame);bboxx = bboxx*gap;endfunction [h,rp,cp] = drawface()        rp = cols/2;cp = -rows/2;% 绘制h = plot(rp,cp,'ro','MarkerSize', 35);hold offaxis equalaxis([0,cols,-rows,0,0,1])axis offview([0,0,1])set(gca,'looseInset',[0 0 0 0])endend

想加入b站表情包，看这篇把B站表情包植入MATLAB

四、简单的目标追踪

核心函数vision.PointTracker('MaxBidirectionalError',1)，[point,validity] = tracker(frame)，使用方法演示代码如下

function findme()% 创建GUI
Fig = figure('Position',[500,450,980,500]);Pnl1 = uipanel(Fig,'Position',[0.05,0.17,0.9,0.8]);
Pnl2 = uipanel(Fig,'Position',[0.05,0.05,0.9,0.1]);Axes1 = axes(Pnl1,'Position',[0,0,1/2,1]);
Axes2 = axes(Pnl1,'Position',[1/2,0,1/2,1]);Bt = uicontrol(Pnl2,'style','togglebutton','String','锁定目标','Fontsize',16,...'Units','normalized','Position',[2/5,0,1/5,1],'Callback',@LockTarget);
drawnow% 开启摄像头
Hcamera = [];
Hobj = [];
if isempty(Hcamera)Hobj = videoinput('winvideo',1,'MJPG_640x480');Hcamera = preview(Hobj);frame = getsnapshot(Hobj);  % 获取帧
end% 人脸识别
flag = 0;
tracker = vision.PointTracker('MaxBidirectionalError',1);
gap = 1;
objectRegion = [0,0,0,0];
objFrame = [];
points = [];% 开始
while 1if ishandle(Hcamera)% 获取影像frame = getsnapshot(Hobj);  % 获取帧frame = im2double(frame);if flag% 检测point = face(frame);objimg = insertMarker(frame,point,'+','Color','green');imshow(objimg,'Parent',Axes1)else% 普通显示imshow(frame,'Parent',Axes1)enddrawnowelsebreakend
endfunction LockTarget(~,~)% 降采样frame = frame(1:gap:end,1:gap:end,:);objFrame = frame;% 确定目标位置[x,y,~] = ginput(2);objectRegion = [min(x),min(y),max(x)-min(x),max(y)-min(y)]/gap;% 检测特征点points = detectMinEigenFeatures(rgb2gray(frame),'ROI',objectRegion);pointImage = insertMarker(frame, points.Location,'+','Color','green');imshow(pointImage,'Parent',Axes2)% 初始化跟踪器release(tracker)initialize(tracker, points.Location, frame);flag = 1;endfunction point = face(frame)% 降采样frame = frame(1:gap:end,1:gap:end,:);% 追踪[point,validity] = tracker(frame);point = point(validity,:);% 更新目标if size(point,1)<20% 方法一
%             x = point(:,1);
%             y = point(:,2);
%             objectRegion = [min(x),min(y),max(x)-min(x),max(y)-min(y)];
%             points = detectMinEigenFeatures(rgb2gray(frame),'ROI',objectRegion);% 方法二release(tracker)initialize(tracker, points.Location, objFrame);[point,validity] = tracker(frame);point = point(validity,:);end% 反算坐标point = point*gap;endend

其他

不要直接照搬代码，你的摄像头型号参数不一定跟我一样，请根据实际情况修改。具体方法见以下视频或博客
《玩儿起来吧》MATLAB实时图像处理（一）如何获取实时图像
《MATLAB摄像头实时图像处理》
暂时没想到

《玩儿起来吧》MATLAB 实时图像处理系列（一二三四）相关推荐

MATLAB摄像头实时图像处理
(来点有用的)MATLAB摄像头实时图像处理第一步:安装硬件支持包第二步:获取摄像头信息第三步:数据实时处理最后 by HPC_ZY 第一步:安装硬件支持包打开附加功能项查找如下摄像头支持 ...
《精通Matlab数字图像处理与识别》一6.2 傅立叶变换基础知识
本节书摘来自异步社区<精通Matlab数字图像处理与识别>一书中的第6章,第6.2节,作者张铮 , 倪红霞 , 苑春苗 , 杨立红,更多章节内容可以访问云栖社区"异步社区&qu ...
机器视觉及图像处理系列之二（C++，VS2015）——图像级的人脸识别（1）
机器视觉及图像处理系列之二(C++,VS2015)--图像级的人脸识别(1) 接上一篇,一切顺利的话,你从github上clone下来的整个工程应该已经成功编译并生成dll和exe文件了:同时,Ima ...
matlab对于处理数字图像的优点,学习MATLAB数字图像处理经验谈
学习MATLAB数字图像处理经验谈学习数字图像处理经验谈 (赵小川) 一.面向应用:层层分解.抓住要点我们学习数字图像处理的最终目的还是应用,不管是用它来研制产品还是研发项目抑或是研究课题,都要用 ...
基于MATLAB的图像处理系统
目录设计目的-------..-------.----3 设计要求-------.----------.-.3 设计的内容------..---------.--3 题目分析------------ ...
基于matlab的硅晶体模型,基于Matlab的图像处理技术识别硅太阳电池的缺陷
第 44 卷第 7 期 2010 年 7 月上海交通大学学报 JOURNAL OF SHANGHAI J IAOTON G UNIVERSITY Vol. 44 No. 7 Jul. ...
四轴飞行器1.4 姿态解算和Matlab实时姿态显示
四轴飞行器1.4 姿态解算和Matlab实时姿态显示 MPU6050数据读取出来后,经过一个星期的努力,姿态解算和在matlab上的实时显示姿态终于完成了. 1:完成matlab的串口,并且实时通过波 ...
Matlab形态学图像处理：二值图像分割标记连通区域和重心位置删除连通区域
Matlab形态学图像处理:二值图像分割标记连通区域和重心位置删除连通区域 [尊重原创,转载请注明出处]http://blog.csdn.net/guyuealian/article/detail ...
android图像处理系列之五－－给图片添加边框（中）
前面一篇讲到给图片加边框的方式,只能给图片加一些有规则的边框,如果想加一些比较精美的效果,就有点麻烦了.下面就给出解决这个问题的思路. 思路是:一些比较精美的花边图片我们是很难用代码控制,就目前本人水 ...
Matlab计算机视觉/图像处理工具箱(待续)
Matlab计算机视觉/图像处理工具箱推荐 http://blog.csdn.net/liuyue2046/article/details/12992139 VLFeat和Piotr's Image ...

《玩儿起来吧》MATLAB 实时图像处理系列（一二三四）