MATLAB et OpenCV

MATLAB et OpenCV

Avec le support package de l'interface OpenCV, vous pouvez intégrer la bibliothèque d'algorithmes de vision par ordinateur OpenCV dans MATLAB® pour développer des algorithmes, effectuer des analyses et réaliser des calculs numériques au sein du logiciel.

L'intégration d'OpenCV dans MATLAB vous permet d'effectuer les tâches suivantes :

  • Utiliser et explorer les algorithmes de recherche actuels, qu'ils soient implémentés dans MATLAB ou dans OpenCV
  • Utiliser des algorithmes OpenCV, tout en bénéficiant des fonctionnalités d'accès aux données, d'acquisition d'image et de visualisation offertes par MATLAB
  • Utiliser MATLAB pour explorer, analyser et déboguer des conceptions qui intègrent des algorithmes OpenCV

L'interface OpenCV permet de disposer facilement de fonctions et de projets C++ basés sur OpenCV dans MATLAB à l'aide de MEX. L'interface OpenCV fournit :

  • Des binaires OpenCV précompilés permettant d'éviter la compilation d'OpenCV
  • Un script de compilation pour créer des fichiers MEX basés sur OpenCV
  • Des conversions de types de données entre MATLAB et OpenCV
  • Des exemples pour bien démarrer avec des workflows courants comme la détection et l'extraction de caractéristiques, le traitement d'images et l'estimation du mouvement

Vous pouvez utiliser la Computer Vision Toolbox™ pour optimiser votre travail dans MATLAB et OpenCV. La toolbox fournit des algorithmes MATLAB pour l'extraction de caractéristiques, la détection et le suivi d'objets, la reconnaissance d'objets, la calibration géométrique de caméras et la vision 3D. La toolbox prend également en charge le prototypage rapide avec des fonctions comme le support arithmétique en virgulefixe et la génération de code C.

Commencez par cet exemple simple qui utilise un modèle Simulink pour convertir une entrée vidéo RGB en échelle de gris avec une fonction OpenCV dans le sous-système subsystem_slwrap_toGrayScale.

L’application OpenCV Importer permet d’importer une fonction OpenCV qui effectue la conversion RGB en niveaux de gris et de créer une bibliothèque Simulink contenant le bloc équivalent pour la fonction. Vous pouvez alors intégrer ce bloc dans votre modèle Simulink.

subsystem_slwrap_toGrayScale

Utilisation du sous-système subsystem_slwrap_toGrayScale qui a été créé à l’aide de l’application OpenCV Importer pour convertir une image RGB en entrée vers une image en niveaux de gris en sortie.

Spécification des emplacements de fichiers pour la bibliothèque OpenCV.

Spécification des emplacements de fichiers pour la bibliothèque OpenCV.

Démarrez avec l'Interface OpenCV de Computer Vision Toolbox avec la documentation Simulink, qui vous aide à télécharger le support package, à explorer et à utiliser l’outil OpenCV Importer, et à explorer des exemples.


Exemples et démonstrations


Références logicielles

Voir aussi: object detection, image recognition, object recognition, stereo vision, feature extraction, point cloud