c - 如何在视频中逐帧应用线段检测器(LSD)？

int main()
{
  image_double image;
  ntuple_list out;
  unsigned int xsize,ysize,depth;
  int x,y,i,j,width,height,step;
  uchar *p;
  IplImage* img = 0;
  IplImage* dst = 0;
  img = cvLoadImage("D:\\Ahram.jpg",CV_LOAD_IMAGE_COLOR);
  width = img->width;
  height = img->height;
  dst=cvCreateImage(cvSize(width,height),IPL_DEPTH_8U,1);
  cvCvtColor(img,dst,CV_RGB2GRAY);

  width=dst->width;
  height=dst->height;
  step=dst->widthstep;
  p=(uchar*)dst->imageData;
  image=new_image_double(dst->width,dst->height);
  xsize=dst->width;
  for(i=0;i<height;i++)
  {
      for(j=0;j<width;j++)
      {
         image->data[i+j*xsize]=p[i*step+j];

      }

  }


/* call LSD */

out = lsd(dst);

  /* print output */
  printf("%u line segments found:\n",out->size);
  for(i=0;i<out->size;i++)
    {
      for(j=0;j<out->dim;j++)
        printf("%f ",out->values[ i * out->dim + j ]);
      printf("\n");
    }


  /* free memory */
  free_image_double(image);
  free_ntuple_list(out);

  return 0;
}

N.B:它没有错误，但是当我运行它时，它发出了LSD内部错误:无效的图像输入

最佳答案

首先研究how PGM is structured:

 Each PGM image consists of the following:
   1. A "magic number" for identifying the file type.
      A pgm image's magic number is the two characters "P5".
   2. Whitespace (blanks, TABs, CRs, LFs).
   3. A width, formatted as ASCII characters in decimal.
   4. Whitespace.
   5. A height, again in ASCII decimal.
   6. Whitespace.
   7. The maximum gray value (Maxval), again in ASCII decimal.
      Must be less than 65536, and more than zero.
   8. A single whitespace character (usually a newline).
   9. A raster of Height rows, in order from top to bottom.
      Each row consists of Width gray values, in order from left to right.
      Each gray value is a number from 0 through Maxval, with 0 being black
       and Maxval being white. Each gray value is represented in pure binary
       by either 1 or 2 bytes. If the Maxval is less than 256, it is 1 byte.
      Otherwise, it is 2 bytes. The most significant byte is first.

对于PGM类型P2，像素在文件上是可读的(ASCII)，但对于P5，则不是，因为它们将以二进制格式存储。

您应该知道的重要一件事是，这种格式每个像素仅占用1个通道。这意味着PGM只能存储灰色缩放的图片。记住这一点!

现在，如果您使用OpenCV从文件中加载图像，则应使用 CV_LOAD_IMAGE_GRAYSCALE 加载它们:

IplImage* cv_img = cvLoadImage("chairs.png", CV_LOAD_IMAGE_GRAYSCALE);
if(!cv_img)
{
    std::cout << "ERROR: cvLoadImage failed" << std::endl;
    return -1;
}

但是，如果在此函数上使用任何其他标志，或者使用cvCreateImage()创建图像，或者要从相机或类似设备捕获帧，则需要使用cvCvtColor()将每个帧转换为其灰度表示形式。

我下载了lsd-1.5，并注意到那里有一个示例显示了如何使用该库。其中一个名为 lsd_cmd.c 的源代码文件会手动读取一个PGM文件，并用它组装一个image_double。实现此技巧的函数是read_pgm_image_double()，它从PGM文件中读取像素并将其存储在image->data中。这很重要，因为如果以下操作不起作用，则必须迭代IplImage的像素并自己进行。

将灰度图像成功加载到IplImage* cv_img后，您可以尝试使用以下方法创建所需的结构:

image_double image = new_image_double(cv_img->width, cv_img->height);
image->data = (double) cv_img->imageData;

如果这不起作用，则需要检查我上面建议的文件，并遍历cv_img->imageData的像素，然后将它们一一复制(进行正确的类型转换)到image->data。

最后，使用完该资源后，请不要忘记释放该资源:

free_image_double(image);