使用OpenCV配合MATLAB和Simulink

OpenCV与MATLAB集成^®和仿真软件^®的协作开发、模拟、测试和实现图像处理和计算机视觉基于系统。通过使用OpenCV c++ API的接口，MATLAB和Simulink支持与OpenCV的集成。

通过将OpenCV与MATLAB和Simulink集成，您可以:

• 使用和探索当前的研究算法，无论它们是在MATLAB或Simulink中实现的，还是使用OpenCV代码
• 使用OpenCV代码，在MATLAB和Simulink中具有数据访问、图像采集、可视化、系统仿真和测试功能
• 使用MATLAB和Simulink来探索、分析和调试使用OpenCV代码的设计
• 部署到同时使用MATLAB代码、Simulink模型和OpenCV代码的嵌入式硬件系统设计中

MATLAB OpenCV接口

的OpenCV接口使用MEX可以很容易地将单个函数和整个基于opencv的c++项目引入MATLAB。此支持包需要计算机视觉的工具箱．OpenCV接口提供:

• 预先构建的OpenCV二进制文件，消除了编译和构建OpenCV的需要
• 构建脚本创建基于OpenCV的mex文件
• MATLAB和OpenCV之间的数据类型转换
• 帮助您入门的常见工作流示例，如特征检测和提取、图像处理和运动估计

你可以使用下面的命令行示例开始:

%安装支持包后> > mexOpenCV detectORBFeatures.cpp然后在MATLAB中调用这个函数，就像任何其他MATLAB命令一样>> im = imread('cameraman.tif');>> keypoints = detectORBFeatures(im);

开始使用MATLAB中的计算机视觉工具箱OpenCV接口文档，它帮助您下载支持包，理解和使用语法，并研究示例。

仿真软件OpenCV接口

的OpenCV接口到Simulink允许您将OpenCV代码导入到Simulink中。此支持包需要计算机视觉的工具箱．Simulink OpenCV接口使您能够:

• 使用OpenCV Importer UI将OpenCV代码导入到Simulink块中
• 为Simulink模型生成与OpenCV代码集成的c++代码
• 访问示例，展示如何使用OpenCV Importer来设计不同的视觉相关示例

开始使用这个简单的例子它使用Simulink模型使用子系统中的OpenCV函数将RGB格式的视频输入转换为灰度格式subsystem_slwrap_toGrayScale．

OpenCV Importer应用程序允许您导入执行RGB到灰度转换的OpenCV函数，并为该函数创建包含等效块的Simulink库。然后可以将该块集成到Simulink模型中。

开始使用Simulink中的计算机视觉工具箱OpenCV接口该文档帮助您下载支持包，探索和使用OpenCV Importer工具，并探索示例。

基于MATLAB的计算机视觉

MATLAB和计算机视觉工具箱™提供OpenCV中没有的功能。该工具箱提供了用于目标检测、图像识别和3D激光雷达处理的算法。交互式应用程序，如相机校准应用程序和图像标签应用程序可以在开发图像算法时节省大量时间。

MATLAB有新的功能深度学习为计算机视觉包括访问最新的深度学习模型，以及使用多个gpu、云或集群的训练加速。可以将模型转换为CUDA代码GPU编码器™．生成的CUDA代码运行模型的速度比TensorFlow快7倍。

从c++和Python应用程序调用MATLAB

通过与MATLAB函数和其他编程语言的数据类型进行交互MATLAB引擎:

• 有关使用MATLAB引擎在Python中调用MATLAB的文档，请参见Python的MATLAB API文档．
• 有关从c++应用程序调用MATLAB的文档，请参见从C和c++应用程序调用MATLAB．