_________________________________________________________________________________________________________________________________
批处理（dir/a/s/b）
例：某目录下有a、b、c、d、e、f、g、h、j的图片和一个文件夹JN，里边包含一张图片john.jpg
我们在该目录下的命令行中 输入:dir/b
b：只显示当前目录下文件名及文件夹名
a-d：只是显示该目录下的文件名（没有了文件夹的名）
我们在该目录下的命令行中 输入:dir/a-d/b
S:显示该目录下的文件名和文件夹名，及子目录下的文件名，并显示这些文件的绝对路径
我们在该目录下的命令行中 输入:dir/s/b
我们在该目录下的命令行中 输入:dir/s/a-d/b（由于a-d的作用，文件夹JN没有显示出来）
我们在该目录下的命令行中 输入:dir/s/a-d/b>F:\目录.txt
就会在F盘生成一个文件名为 目录 的.txt文件，该文件包含上面的命令行打出的内容。
—————————————————————————————————————————————————————
第二步：既然已经生成上述文件 目录.txt，然会我们写程序读取这个 目录.txt 即可。
<span style="font-family:Microsoft YaHei;font-size:14px;"><span style="font-family:Microsoft YaHei;font-size:14px;"><span style="font-family:Microsoft YaHei;font-size:14px;">#include<iostream>
#include<fstream>
#include<string>
using namespace std;
int main(int argc,char* argv[])
{
if(argc !=2)
{
cerr << "Wrong Argument !" <<endl;
return -1;
}
//定义文件流，只能读取
ifstream inPutFile(argv[1],ios::in);
if(! inPutFile)
{
cerr << "File Open Erro !" <<endl;
return -1;
}
//读取文件流中的每一行，并赋值给fileName，并在命令行中打印
string fileName ;
/*
测试读取文件中的每一行
*/
//行数
int number = 0;
while (getline(inPutFile,fileName))
{
number ++;
cout<<"第"<< number << "行"<< fileName <<endl;
}
//注意一定要记得关闭文件流
inPutFile.close();
return 0;
}</span></span></span>
我们编译一下：
我们看一下输出结果：
好的，这样，说明我们读到了每一行。
————————————————————————————————————————————————————
第三步:配置Opencv，然后，读取显示每一幅图片
<span style="font-family:Microsoft YaHei;font-size:14px;"><span style="font-family:Microsoft YaHei;font-size:14px;">#include<iostream>
#include<fstream>
#include<string>
using namespace std;
#include<opencv2\imgproc\imgproc.hpp>
#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
int main(int argc,char* argv[])
{
if(argc !=2)
{
cerr << "Wrong Argument !" <<endl;
return -1;
}
//定义文件流，只能读取
ifstream inPutFile(argv[1],ios::in);
if(! inPutFile)
{
cerr << "File Open Erro !" <<endl;
return -1;
}
//读取文件流中的每一行，并赋值给fileName，读取每一幅图像并显示
string fileName ;
Mat image;
while (getline(inPutFile,fileName))
{
image = imread(fileName,1);
namedWindow(fileName,1);
imshow(fileName,image);
}
waitKey(0);
//注意一定要记得关闭文件流
inPutFile.close();
return 0;
}</span></span>
结果：
我们看到我们已经成功把每一幅图像读入到内存中，这样我们就可以求每一幅图像的特征。
—————————————————————————————————————————————————————
第四步：我们计算每一幅图像的直方图特征（当然opencv中sift、surf、densesift等，因为我这里的图片大小不一样，所以我用直方图的特征，使得特征向量的长度一样）
<span style="font-family:Microsoft YaHei;font-size:14px;">#include<iostream>
#include<fstream>
#include<string>
using namespace std;
#include<opencv2\imgproc\imgproc.hpp>
#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
//计算二维直方图特征
Mat hist2d(const Mat& src);
int main(int argc,char* argv[])
{
if(argc !=2)
{
cerr << "Wrong Argument !" <<endl;
return -1;
}
//定义文件流，只能读取
ifstream inPutFile(argv[1],ios::in);
if(! inPutFile)
{
cerr << "File Open Erro !" <<endl;
return -1;
}
//读取文件流中的每一行，并赋值给fileName，读取每一幅图像并显示
string fileName ;
Mat image;
Mat featureHist;
Mat featureHists;
while (getline(inPutFile,fileName))
{
image = imread(fileName,1);
//计算二维直方图特征
featureHist = hist2d(image);
//按行存储每一幅图像的二维直方图特征
featureHists.push_back(featureHist);
}
//注意一定要记得关闭文件流
inPutFile.close();
return 0;
}
Mat hist2d(const Mat& src)
{
Mat hsv;
//颜色空间的转换 BGR2HSV
cvtColor(src,hsv,CV_BGR2HSV);
//把H通道分为30个bin，把S通道分为32bin
int hbins = 30;
int sbins = 32;
int histSize[] = { hbins , sbins};
//H的取值范围 0-179
float hranges[]= {0,180};
//S的取值范围 0-255
float sranges [] ={0,256};
const float* ranges [] ={hranges,sranges};
Mat hist2D,histRow,histRowDst;
//我们根据图像的第一通道和第二通道，计算二维直方图，而且输出的hist2D为32F
int channels [] ={0,1};
calcHist(&hsv,1,channels,Mat(),hist2D,2,histSize,ranges,true,false);
//把直方图特征按一行来存储
histRow=hist2D.reshape(1,1);
//把直方图归一化
normalize(histRow,histRowDst,1,0,NORM_L1);
return histRowDst;
}</span>
这样就把所有的图像的二维直方图特征按行存储在featureHists中。当然可以把二维直方图特征换成自己想要用的任意特征。
—————————————————————————————————————————————————————
第五步：
我们所有图像的颜色直方图存储到.xml文件中，
#include<iostream>
#include<fstream>
#include<string>
using namespace std;
#include<opencv2\imgproc\imgproc.hpp>
#include<opencv2\core\core.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
//计算二维直方图特征
Mat hist2d(const Mat& src);
int main(int argc,char* argv[])
{
if(argc !=2)
{
cerr << "Wrong Argument !" <<endl;
return -1;
}
//定义文件流，只能读取
ifstream inPutFile(argv[1],ios::in);
if(! inPutFile)
{
cerr << "File Open Erro !" <<endl;
return -1;
}
//读取文件流中的每一行，并赋值给fileName，读取每一幅图像并显示
string fileName ;
Mat image;
Mat featureHist;
Mat featureHists;
while (getline(inPutFile,fileName))
{
image = imread(fileName,1);
//计算二维直方图特征
featureHist = hist2d(image);
//按行存储每一幅图像的二维直方图特征
featureHists.push_back(featureHist);
}
//注意一定要记得关闭文件流
inPutFile.close();
/*第五步，把图像特征保存到.xml文件中*/
FileStorage fs("C:\\Users\\zhaoyuan001\\Desktop\\test\\dirtest\\x64\\Debug\\da.xml",FileStorage::WRITE);
fs<<"featureHists"<<featureHists;
fs.release();
return 0;
}
Mat hist2d(const Mat& src)
{
Mat hsv;
//颜色空间的转换 BGR2HSV
cvtColor(src,hsv,CV_BGR2HSV);
//把H通道分为30个bin，把S通道分为32bin
int hbins = 30;
int sbins = 32;
int histSize[] = { hbins , sbins};
//H的取值范围 0-179
float hranges[]= {0,180};
//S的取值范围 0-255
float sranges [] ={0,256};
const float* ranges [] ={hranges,sranges};
Mat hist2D,histRow,histRowDst;
//我们根据图像的第一通道和第二通道，计算二维直方图，而且输出的hist2D为32F
int channels [] ={0,1};
calcHist(&hsv,1,channels,Mat(),hist2D,2,histSize,ranges,true,false);
//把直方图特征按一行来存储
histRow=hist2D.reshape(1,1);
//把直方图归一化
normalize(histRow,histRowDst,1,0,NORM_L1);
return histRowDst;
}
_______________________________________________________________________________________________________________________________
上面已经批处理提取了图像的特征，那么通常我们再做目标识别、检测时，会给训练数据集，准备类标签，下面，继续对上述程序进行拓展。