设计模式应用（物体检测的SDK）-1模板方法和桥模式

此案例的需求：编写一个物体检测的SDK，已知需求要满足多种设备，图片文件夹、视频、网络摄像头、usb摄像头等，同时要稳定识别并输出识别结果、且将识别到的物体抠图出来。后续可能会有其它操作需要。
分析：变化-数据源和操作两个变化维度
其中数据源行为：初始化、获取单图、关闭资源
操作：初始化、run需要进行的操作、running具体的调用数据资源执行操作
第一版完成目标：读取文件夹里面的图片，将识别到的物体抠图出来。

BaseImgSource与BaseOperation之间用的是桥模式的思想，使用组合来扩展两个维度的变化。
BaseImgSource与其子类OperationSaveObjRect之间用的是模板方法，重写run方法，外部调用Running方法来执行预先设置的操作流程。
BaseImgSource.h 工厂方法

#pragma once
#ifndef BASEIMGSOURCE_H
#define BASEIMGSOURCE_H
#include 
#include "opencv2/opencv.hpp"
// 图片数据源抽象类
class BaseImgSource
{
public:
	// 初始化
	virtual bool Init(std::string _mess = "") = 0;
	// 获取图片
	virtual bool GetMat(cv::Mat & _mat) = 0;
	// 关闭
	virtual bool Close() = 0;
	virtual ~BaseImgSource(){};
};

// 工厂基类
class ImgSourceFactory
{
public:
	virtual BaseImgSource* CreateImgSource()=0;
	virtual ~ImgSourceFactory() {};
};
#endif // !BASEIMGSOURCE_H

ImgSetSource.h

#pragma once
#ifndef IMGSETSOURCE_H
#define IMGSETSOURCE_H
#include "BaseImgSource.h"
// 图片数据集
class ImgSetSource : public BaseImgSource
{
public:
	// 初始化
	virtual bool Init(std::string _mess = "");
	// 获取图片
	virtual bool GetMat(cv::Mat & _mat);
	// 关闭
	virtual bool Close();
	~ImgSetSource() {};
};
class ImgSetSourceFactory : public ImgSourceFactory
{
public :
	virtual ImgSetSource* CreateImgSource()
	{
		return new ImgSetSource();
	}
};
#endif // !IMGSETSOURCE_H

ImgSetSource.cpp

#include "ImgSetSource.h"

bool ImgSetSource::Init(std::string _mess)
{
	// 打开文件夹，读取文件列表
	// 如果文件列表为空，则返回false
	return false;
}

bool ImgSetSource::GetMat(cv::Mat & _mat)
{
	// 按照打开文件列表的顺序依次读取图片
	return false;
}

bool ImgSetSource::Close()
{
	// 关闭打开的文件
	return false;
}

BaseOperation.h 策略模式
Running为模板方法的应用

#pragma once
#ifndef BASEOPERATION_H
#define BASEOPERATION_H
#include "BaseOperation.h"
#include "../ImgSource/BaseImgSource.h"
#include "../Recognition/Recognition.h"
// 图片数据源基类
class BaseOperation
{
public:
	// 在Running中调用Run()
	void Running(cv::Mat _mat);
	virtual ~BaseOperation() {
		delete m_imgSource;
	}

protected:
	// 初始化
	bool Init(ImgSourceFactory *_imgSourceFactory);
	// 在End中调用Close()
	bool End();

	// 运行 模板方法
	virtual void Run(cv::Mat & _mat, std::vector<BndBox>& _vecBndBox) = 0;
private:
	bool m_bRunState;
	BaseImgSource * m_imgSource;
	RecognitionYoloV3 * m_recYolo;
	std::vector<BndBox> m_verNowRecResult;
};
#endif // !BASEOPERATION_H

BaseOperation.cpp

#pragma once
#include "BaseOperation.h"

void BaseOperation::Running(cv::Mat _mat)
{
	cv::Mat _mat;
	while (m_bRunState)
	{
		if (m_imgSource->GetMat(_mat))
		{
			if (m_recYolo->ImageDetect(_mat, m_verNowRecResult))
			{
				Run(_mat, m_verNowRecResult);
			}
			
		}
	}
}

bool BaseOperation::Init(BaseImgSource * _imgSource)
{
	m_imgSource = _imgSource;
	m_recYolo = new RecognitionYoloV3();
	return m_imgSource->Init();
}

bool BaseOperation::Init(ImgSourceFactory * _imgSourceFactory)
{
	m_imgSource = _imgSourceFactory->CreateImgSource();
	return true;
}

bool BaseOperation::End()
{
	m_bRunState = false;
	return m_imgSource->Close();
}

OperationSaveObjRect.h

#pragma once
#ifndef OPERATIONSAVEOBJRECT_H
#define OPERATIONSAVEOBJRECT_H
#include "BaseOperation.h"
#include "../Recognition/BndBox.h"
#include 
class OperationSaveObjRect : public BaseOperation
{
public:
	OperationSaveObjRect(std::string & _needSaveObjName, std::string &_needSaveFolderName)
		:m_needSaveObjName(_needSaveObjName), m_needSaveFolderName(_needSaveFolderName)
	{

	}
protected:
	// 运行
	virtual void Run(cv::Mat & _mat, std::vector& _vecBndBox)
	{
		// 判断 _vecBndBox 中是否存在
		for (auto _bndbox : _vecBndBox)
		{
			if (m_needSaveObjName == _bndbox->GetStrObjectName())
			{
				cv::Rect _rect = _bndbox->ToCvRect();
				std::string _saveFilePath = m_needSaveFolderName + "/"+ m_needSaveObjName + std::to_string(size++);
				_bndbox->SaveCvRect(_mat, _rect, )
			}
		}
	}
private:
	std::string m_needSaveObjName;
	std::string m_needSaveFolderName;
	int size = 0;
}
#endif // !OPERATIONSAVEOBJRECT_H