基于OpenCV的图像处理程序选择什么工具编写界面？—关于QTMFCCSharp的选择以及GOCW的介绍

        基于OpenCV编写图像处理项目，除了算法以外，比较重要一个问题就是界面设计问题。对于c++语系的程序员来说，一般来说有QT/MFC两种考虑。QT的确功能强大，特别是QML编写android界面很有一套（https://www.cnblogs.com/jsxyhelu/p/8286476.html），在树莓派上进行设计也很方便（https://www.cnblogs.com/jsxyhelu/p/7839062.html）；但是使用QT的一个现实问题就是和现有平台的结合，比如客户需要将结果导出到excel中，使用QT就比较别扭（当然不是说不可以）。所以现在我一般这样来做：对于Android和PI，或者需要在Linux上运行的项目，使用QT编写界面，调用Opencv函数；对于需要在windows上运行的项目，使用MFC编写界面，直接就可以引用OpenCV。

        有人会吐槽MFC使用起来非常麻烦，这点我非常同意。但MFC经过这么多年的发展，今日仍有活力，并且短时间内不会消失。因为相比较其他一些所见即所得的语言和环境来说（QT/Csharp）,mfc的消息映射机制和坐标体系等，的确有它的优势，对于图像处理程序来说尤其如此；加以积累，能够快速做出很多专业的东西；近期出现的ribbon界面也为mfc加分不少（https://www.cnblogs.com/jsxyhelu/p/9209052.html）

       选择了MFC这个方向，思考图像处理程序问题，一般来说分为“处理图像”和"处理视频"两类：对于图像处理来说，我提供的GOPaint框架（https://www.cnblogs.com/jsxyhelu/p/6440910.html）能够提供一个基本的静态图像处理框架；而GOMFCTemplate2（https://www.cnblogs.com/jsxyhelu/p/GOMFCTemplate2.html）则适合用来处理视频。这两种都分别成功运用于多种视频处理项目中。

       但是这里我想更进一步：希望能够用Csharp编写界面，因为它更好用；但是又不想引入EmguCV类似的库，因为里面很多东西不是我需要的。那么最直接的方法就是使用Csharp调用基于Opencv编写的类库文件(Dll)的，我取名叫做GreenOpenCsharpWarper(GOCW)

       经过比较长时间的探索研究，目前的GOCW已经可以直接以函数的形式在内存中传递bitmap和Mat对象，达到了函数级别的应用。因为这里涉及到托管代码编写，也就是CLR程序编写，所以有比较复杂的地方；为了展现GOCW的优良特性，我编写实现GOGPY项目，也就是一个"Csharp编写界面，OpenCV实现算法的实时视频处理程序”，相关细节都包含其中。之所以叫“GPY”,是采集硬件这块，我采用了成像质量较好的高拍仪设备（GaoPaiYi)。

       这里简单将最核心内容进行讲解。GOCW的核心问题，无非就是基于CLR之上的两个方向的数据流转换。核心函数为

Bitmap^  GOClrClass::testMethod(cli::array<unsigned char>^ pCBuf1)
{
    pin_ptr<System::Byte> p1 = &pCBuf1[0];
    unsigned char* pby1 = p1;
    cv::Mat img_data1(pCBuf1->Length,1,CV_8U,pby1);
    cv::Mat img_object = cv::imdecode(img_data1,IMREAD_UNCHANGED);//获得数据到img_object中去
    //////////////////////////////////处理过程///////////////////////////////////////
    cvtColor(img_object,img_object,40);
    
    /////////////////////////////////////////////////////////////////////////////////
    Bitmap^ bb = MatToBitmap(img_object);
    if (!img_object.data)
        return nullptr;
    std::vector<uchar> buf;
    cv::imencode(".jpg", img_object, buf);
    return bb;
}

以及

System::Drawing::Bitmap^ MatToBitmap(const cv::Mat& img)
{
    if (img.type() != CV_8UC3)
    {
        throw gcnew NotSupportedException("Only images of type CV_8UC3 are supported for conversion to Bitmap");
    }
    //create the bitmap and get the pointer to the data
    PixelFormat fmt(PixelFormat::Format24bppRgb);
    Bitmap ^bmpimg = gcnew Bitmap(img.cols, img.rows, fmt);
    BitmapData ^data = bmpimg->LockBits(System::Drawing::Rectangle(0, 0, img.cols, img.rows), ImageLockMode::WriteOnly, fmt);
    //byte *dstData = reinterpret_cast<byte*>(data->Scan0.ToPointer());
    Byte *dstData = reinterpret_cast<Byte*>(data->Scan0.ToPointer());
    unsigned char *srcData = img.data;
    for (int row = 0; row < data->Height; ++row)
    {
        memcpy(reinterpret_cast<void*>(&dstData[row*data->Stride]), reinterpret_cast<void*>(&srcData[row*img.step]), img.cols*img.channels());
    }
    bmpimg->UnlockBits(data);
    return bmpimg;
}

 

而在chsarp中，直接

Bitmap b = new Bitmap(cam.Width, cam.Height, cam.Stride, PixelFormat.Format24bppRgb, m_ip);
// If the image is upsidedown
b.RotateFlip(RotateFlipType.RotateNoneFlipY);
srcImage = b;
if (picPreview.Image != null)
    picPreview.Image.Dispose();
//调用clr+opencv图像处理模块
MemoryStream ms = new MemoryStream();
b.Save(ms, System.Drawing.Imaging.ImageFormat.Jpeg);
byte[] bytes = ms.GetBuffer();
Bitmap bitmap = client.testMethod(bytes);

就可以调用，并且获得结果。

 

以下内容为2017年更新的内容，适当参考:

一、CLR编写的DLL部分

1、按照正常方法引入Opencv;

2、提供接口函数，进行图像处理（这里只是实现了cvtColor，实际过程中可以用自己编写的复杂函数)

String^  Class1::Method(cli::array<unsigned char>^ pCBuf1)
{
     pin_ptr<System::Byte> p1 = &pCBuf1[0];
     unsigned char* pby1 = p1;
     cv::Mat img_data1(pCBuf1->Length,1,CV_8U,pby1);
     cv::Mat img_object = cv::imdecode(img_data1,IMREAD_UNCHANGED);
     //////////////////////////////////处理过程/////////
     cvtColor(img_object,img_object,40);
     /////////////////////////////////////////////////////////////////////////////////
     if (!img_object.data)
        return nullptr;
     //获得目录，保存文件
     cv::imwrite("c:/Method.jpg",img_object);
     return "c:/Method.jpg";
}
 
String^  Class1::Method2(cli::array<unsigned char>^ pCBuf1)
{
    pin_ptr<System::Byte> p1 = &pCBuf1[0];
    unsigned char* pby1 = p1;
    cv::Mat img_data1(pCBuf1->Length,1,CV_8U,pby1);
    cv::Mat img_object = cv::imdecode(img_data1,IMREAD_UNCHANGED);
    //////////////////////////////////处理过程///////////////////////
    cvtColor(img_object,img_object,6);
 /////////////////////////////////////////////////////////////////////////////////
    if (!img_object.data)
        return nullptr;
    //获得目录，保存文件
    cv::imwrite("c:/Method2.jpg",img_object);
    return "c:/Method2.jpg";
}

二、Winform调用接口部分（TIP:不仅可以用Winform调用，asp.net/webservice都是可以调用的）

1、直接引用clr dll

2、编写helper文件（应该也可以叫做 warpper），通过外部IO的方法获取clr dll的文件

 class GOCsharpHelper
    {
        Class1 client = new Class1();
        string strResult1 = null;
        string strResult2 = null;
        //输入参数是string或bitmap
        public Bitmap ImageProcess(string ImagePath){
            Image  ImageTemp = Bitmap.FromFile(ImagePath);
            return ImageProcess(ImageTemp);
        }
        //输出结果是bitmap
        public Bitmap ImageProcess(Image image)
        {
            MemoryStream ms = new MemoryStream();
            image.Save(ms, System.Drawing.Imaging.ImageFormat.Jpeg);
            byte[] bytes = ms.GetBuffer();
            strResult1 = client.Method(bytes);
            Image ImageResult = Bitmap.FromFile(strResult1);
            return (Bitmap)ImageResult;
        }
        public Bitmap ImageProcess2(string ImagePath)
        {
            Image ImageTemp = Bitmap.FromFile(ImagePath);
            return ImageProcess2(ImageTemp);
        }
        //输出结果是bitmap
        public Bitmap ImageProcess2(Image image)
        {
            MemoryStream ms = new MemoryStream();
            image.Save(ms, System.Drawing.Imaging.ImageFormat.Jpeg);
            byte[] bytes = ms.GetBuffer();
            strResult2 = client.Method2(bytes);
            Image ImageResult = Bitmap.FromFile(strResult2);
            return (Bitmap)ImageResult;
        }
        public void Clear()
        {
            if (File.Exists(strResult1))
                File.Delete(strResult1);
            if (File.Exists(strResult2))
                File.Delete(strResult2);
        }
    }

3、使用例子(注意控件的dispose):

 

   private void button2_Click(object sender, EventArgs e)
        {
            if (pictureBox1.Image != null)
                pictureBox1.Image.Dispose();
            if (pictureBox2.Image != null)
                pictureBox2.Image.Dispose();
           Image image1 = gocsharphelper.ImageProcess(" E:/sandbox/logo.jpg");
           pictureBox1.Image = image1;
           Image image2 = gocsharphelper.ImageProcess2("E:/sandbox/lena.jpg");
           pictureBox2.Image = image2;
         
        }

 

三、解释说明 

使用外部I/O不仅仅是权宜之计，实际上Opencv的Decode使用的就是外部I/O。就目前研究的水平来说，这是最稳定的。

目前搭建成功的框架已经能够完成“csharp调用opencv的”目标，并且在调试、参数传递方面都很强。

如果是处理静态图片，已经够用。

四、杀手程序

GOImageResearch:

使用这种方法编写的图像处理预分析程序。

五、程序调试

在使用这个框架的过程中，有网友反馈

“clr怎么调试啊，在clr工程中相关的数据全是无效的，怎么看呢，不能保证写的图像算法完全正确啊……”

那么clr肯定是可以调试，出现这个问题的原因是没有掌握相关调试技巧。这里是相关解决方法：

 

 

 

 

 

2019年8月30日22:50:18 更新

主要是添加了OpenCVDNN模块，将代码升级到2017版本，并解决细节问题，现在应该说处理静态图片，那是相当好的了。

d

 

来自为知笔记(Wiz)

附件列表