Utilisation d'OpenCV avec MATLAB

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.

Get started with this simple example that uses a Simulink model to convert video input in RGB to grayscale using an OpenCV function in the subsystem subsystem_slwrap_toGrayScale.

The OpenCV Importer app enables you to import an OpenCV function that performs the RGB to grayscale conversion and create a Simulink library containing the equivalent block for the function. You can then integrate this block into your Simulink model.

Using the subsystem subsystem_slwrap_toGrayScale that was created using the OpenCV Importer to convert an RGB input image to a grayscale output image.

Specifying file locations for the OpenCV library.

Get started with the Computer Vision Toolbox OpenCV Interface in Simulink documentation, which helps you download the support package, explore and use the OpenCV Importer tool, and explore examples.

Voir aussi: object detection