【正文】 在實際的應用當中，當用戶擁有多個攝像頭時， cvCreateCameraCapture 方法的 參數(shù)應該取零或正整數(shù)，來選擇不同編號的攝像頭 。 在控件中呈現(xiàn) 有關(guān) 攝像頭的圖像 為了便于 觀察，需要將 攝像頭的源數(shù)據(jù)或數(shù)據(jù)的處理情況呈現(xiàn)到控件中，而 MFC類庫和 OpenCV 共同提供了這些方法。 CDC *pDC =pwndGetDC()。 if (hDC==NULL) { MessageBox(無法獲取 hdc！ )。 } 這里將 ID 為 IDC_STATIC1 的 控件通過 pWnd 獲取控件本身的窗口信息，然后 通過這個 pWnd 來獲得有關(guān)設(shè)備的上下文 CDC 和 HDC，獲取不到則出現(xiàn)錯誤對話框并退出。 HDC hDC= pDCGetSafeHdc()。 BITMAPINFO* bmi = (BITMAPINFO*)buffer。(bmibmiHeader)。 bmihbiSize = sizeof(BITMAPINFOHEADER)。 bmihbiHeight = imageorigin ? abs(imageheight) : abs(imageheight)。 bmihbiBitCount = (unsigned short)((imagedepth amp。 bmihbiCompression = BI_RGB。 之后調(diào)用 MFC 的 SetDIBitsToDevice 方法，參數(shù)為 (hDC, 0, 0, imagewidth, imageheight, 0, 0, 0, imageheight, imageimageData ,bmi, DIB_RGB_COLORS)，即可將 OpenCV 的 IplImage*畫入到 HDC 為 hDC 的 控件中。 攝像頭圖像的預處理 由于攝像頭的圖像尺寸千變?nèi)f化，不一定能滿足 手的關(guān)鍵點位置的精準度或者 圖片太大造成延遲和卡頓 ，而且可能包含了大量的阻礙識別的信息（如點狀噪聲等），因而需要一些 預 處理工作 。 OpenCV 提供了一個函數(shù) cvResize 可以實現(xiàn)這個功能。 8 當原圖片比目標圖片小時應使用雙線性或雙三次插值的放大算法，來使得手的運動軌跡連續(xù)變化，反之，則采用平均值的縮小算法，來減少波紋和邊緣的不連續(xù)現(xiàn)象。而圖像中各種妨礙信息接受的因素即可稱為圖像噪聲。 圖片噪聲 按 產(chǎn)生的原因 可分為 外部 噪聲 和內(nèi)部 噪聲。如電氣設(shè)備，天體放電現(xiàn)象等引起的噪聲，而這種噪聲可能就是高斯噪聲、脈沖噪聲等多個噪聲合成累計的。如電流的產(chǎn)生是由 空穴 或 電子的集合，定向運動所形成 的，而 這些粒子運動的 帶有 隨機性 ，產(chǎn)生了 散粒噪聲； 而 導體中 也有 自由電子 ，它們會進行 無規(guī)則熱運動 ， 形成熱噪聲 。 對應的OpenCV 函數(shù)是 ： void cvSmooth( const CvArr* src, CvArr* dst,int smoothtype=CV_GAUSSIAN,int param1=3, int param2=0, double param3=0 ,double param4=0)。 而 smoothtype 是 CV_MEDIAN 時將對 圖像 進行大小為param1param1 的中值濾波，注意為 param1 奇數(shù) ，且不大于 7， 其效果 結(jié)果如下圖 所示： 9 (a)原圖 (b) CV_GAUSSIAN (c) CV_MEDIAN 圖 CvSmooth 的不同 smoothtype 的比較 可以看出，中值濾波對邊緣的保留效果 較強，但實際執(zhí)行的速度較慢 。 為 此可以 將圖片 用按一定閾值還原， 這分為兩種方法 ——還原 與 原圖像相差小的部分和 與 還原原圖像相差大的部分， 為了保持還原后的 連續(xù) 性 ， 可以設(shè)置 成 不在 符合閾值內(nèi)的圖像 的保留度再 按 跟還原原圖像相差值線性變化 ， 其效果 如圖 至圖 26 所示： 圖 中值濾波后的圖形 10 圖 原圖 圖 低閾值保留后的圖形 圖 高閾值保留后的圖形 11 從上圖 可以看出，還原 與原 圖像相差小的部分 可以消除一些突兀的部分，可稱為椒鹽噪聲 ， 使得圖像看起來比較柔和， 但形體內(nèi)部的與原圖像相差小斑 紋仍然存在 ；而還與原 原圖像相差大的部分 則可以讓形體內(nèi)部的斑紋大大減弱 或 消失 ，使得圖像看起來比較平滑 ，但是突兀的部分也因此更加明顯。 如圖所示，效果已經(jīng)綜合了上述兩種效果的優(yōu)點。為此可以先用 cvSmooth， smoothtype 選 CV_GAUSSIAN 進行均值濾波到一個 臨時 圖像，然后 按一定閾值將原圖像與臨時圖像的像素反差擴大即可，反差擴大的公式 為： xxxkX ??? )( 式中， x 表示原圖像的亮度， x 表示臨時圖像的亮度， k 表示銳化的強度（ k1） ， X表示目標圖像的亮度 。 如圖 所示： (a)銳化前 (b)銳化后 圖 銳化 前后的圖像比較 13 3 手 的區(qū)域的提取 基于計算機視覺的手勢識別的首要任務就是要 將手和背景區(qū)分開，而背景環(huán)境往往會十分復雜，前面通過一系列的降噪和銳化實現(xiàn)了冗余信息的剔除和 重要信息的 強化 ，從而為之后的工作提供了便利。 膚色 種子 的 獲 取 如圖所示，隨著不同人之間的差異 和光線的變化，以及某些攝像頭的自動對光 功能 ，均會導致 膚色 出現(xiàn) 變化 ，為此，很多時候需要以一種快捷的手段根據(jù)現(xiàn)場情況進行調(diào)整。因此這里采用了 在圖上手的位置單擊某一點 ，并 獲得 這一點 的顏色 ，用試探法選擇到最合適的膚色 作為手的顏色 種子 來跟背景區(qū)分開來 ； 同時也提供了用自定義的顏色作為 種子來靈活應對。 CStatic 控件還需要首先將其 Notify 屬性設(shè)置成 True，以指定這個控件在單擊和雙擊時對父級控件發(fā)出通知 。 CPoint point。point)。point)。 CStatic 控件還需要首先將其 Notify 屬性設(shè)置成 True，以指定這個控件在單擊和雙擊時對父級控件發(fā)出通