《学习OpenCV 3（中文版）》 —小结

小结

在进入下一章之前，我们应该花些时间来盘点一下我们所处的阶段，并看看未来会发生什么。我们已经看到，OpenCV API为我们提供了各种易于使用的工具，用于读取和写入静态图像和视频以及从相机捕捉视频。我们还看到，库包含用于操作这些图像的基本功能。我们还没有看到库的强大元素，它允许对整个抽象数据类型进行更复杂的操作，这些数据类型对于解决实际的视觉问题非常重要。

在接下来的几章中，我们将更深入地探究基础知识，更详细地了解与接口相关的函数和图像数据类型。我们将研究原始图像处理操作符，然后再进行一些更高级的操作。此后，我们将准备探索API为各种任务提供的多种专门服务，如相机的校准、跟踪和识别。准备好了吗？赶紧上车吧!  

练习

下载并安装OpenCV，如果之前还没有这么做的话。系统性地浏览它的文件夹结构。尤其是doc文件夹，在那里可以加载index.html，它可以链接到库的主文档。在此之后，浏览库的主要部分：core模块包含基础数据类型以及算法，improc模块包含图像处理和视频处理算法，ml模块包含机器学习和聚类算法，highgui模块包含输入输出功能。检查.../samples/cpp文件夹，那里有许多有用的例子。

1.             使用这本书或者http://opencv.org所提供的的安装、构建指令，在debug模式和release 模式下编译这个库。这也许会花一些时间，但是你需要编译得到的库和dll文件。同时注意设置cmake编译位于.../opencv/samples/文件夹下的例子。

2.             切换到.../opencv/samples/的编译输入目录（对我们来说，位于.../trunk/eclipse_build/ bin）然后查看lkdemo.cpp（这是一个运动追踪的示例）。连接上一个相机，然后运行代码，它会提示选择窗口，按下r来初始化追踪。你可以通过用鼠标点击视频中的位置来添加点。也可以通过按下n来切换到只查看追踪点的模式。再次按下n会在

“白天”和“夜晚”模式中切换。

3.             将示例2-11中的代码和示例2-6中的代码连接起来，建立一个读取视频并存储降采样后彩***像的程序。

4.             修改练习3中的程序，并结合示例2-2中窗口显示的代码来显示处理的图像。

5.             修改练习4中的代码，添加一个示例2-4中的滑动条，这样一来，用户可以动态控制金字塔的降采样等级（从2到8）。可以跳过存储的步骤，但要将处理结果显示出来。