C# 中使用 OpenCV

最新推荐文章于 2024-07-24 17:16:18 发布

小白学视觉

最新推荐文章于 2024-07-24 17:16:18 发布

阅读量539

点赞数

文章标签： c# opencv 开发语言人工智能计算机视觉

原文链接：https://mp.weixin.qq.com/s?__biz=MzU0NjgzMDIxMQ==&mid=2247615826&idx=3&sn=7080fd2e8c9e7d9465fd0bee7e8c31c1&chksm=fa215ace5276f3eb7822cda08e923b64a2a5cf4c8fb1c1368ed77eef72b28e0efc805eae37ed&scene=126&sessionid=0

版权

本文介绍了GOCW，一种在C#中高效使用OpenCV的封装方法，它分离了界面和算法业务，便于维护和性能优化。文章详细讲解了GOCW的特点、环境配置以及如何在VS中使用，提供了一个测试代码示例和其工作原理概述。

摘要由CSDN通过智能技术生成

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

转自：jsxyhelu

cnblogs.com/jsxyhelu/p/GOCW2020.html

一、什么是GOCW

为了解决在C#下编写OpenCV程序的问题，我做过比较深入的研究,并且实现了高效可用的方法GreenOpenCsharpWrapper（GOCW）。通过这种方法，能够分离界面和算法业务，高效率完成算法调用，而且非常方便进行算法维护。应该说是我在多年项目实践中不断总结提炼出来的一点东西。

GOCW的发布地址为：https://gitee.com/jsxyhelu2020/gocw

二、GOCW有什么特点

分离界面和算法业务
图像数据直接通过内存传值，高效率完成算法调用
直接编写C++语法程序，方便维护改进
在C#中可以通过CLR方式引用，提供函数级别接口
开放源代码

三、GOCW在VS中的环境配置

下载gocw_master,解压后获得两个目录文件。

其中，GOCW是类库文件，而WINFORM_DEMO是引用范例。

使用VS2017或者更高版本打开WINFORM_DEMO.sln（或新建winform程序），在“引用”处添加GOCW的引用。

特别需要注意，正确编译GOCW需要OpenCV的正确配置，所以需要正确设置include和lib，并且保证对应版本的dll文件能够被正确访问。

特别需要注意1：保证dll和csharp程序的.net目标框架是一致的

特别需要注意2：

保证dll和csharp程序的.net目标框架是一致的
配置管理器中，所有项目版本全部使用64位

四、测试代码

可以直接参考 WINFROM_DEMO

添加GOCW的头文件

using GOCW;

编写GOCW调用代码，你也可以根据需要吧Client的定义放在Form中。你实际使用过程中需要修改lena的地址。

private void button1_Click(object sender, EventArgs e)
{
    Bitmap bmp = (Bitmap)Bitmap.FromFile("e:/template/lena.jpg");
    GOCWClass client = new GOCWClass();
    //调用图像处理算法
    MemoryStream ms = new MemoryStream();
    bmp.Save(ms, System.Drawing.Imaging.ImageFormat.Jpeg);
    byte[] bytes = ms.GetBuffer();
    Bitmap bitmap = client.testMethod(bytes);
    pictureBox1.Image = bitmap;
}

可以看到，实现了"灰度"变化。

五、原理简介

GOCW是通过CLR的方式进行调用，关于CLR的原理这里不展开。重点将一下你在哪里添加图像处理算法，打开 GOCW.h文件

#pragma once
#include "opencv.hpp"
#using <system.drawing.dll>
using namespace System;
using namespace System::Data;
using namespace System::IO;
using namespace System::Drawing;
using namespace System::Drawing::Imaging;
using namespace std;
namespace GOCW {
    public ref class GOCWClass
    {
      public:
      /例子函数//
      //1.传递图像
      /*  MemoryStream ms = new MemoryStream();
        b.Save(ms, System.Drawing.Imaging.ImageFormat.Jpeg);
        byte[] bytes = ms.GetBuffer();
        Bitmap bitmap = client.testMethod(bytes);*/
        Bitmap^  GOCWClass::testMethod(cli::array<unsigned char>^ pCBuf1);
        //2.引用传递int
        /*unsafe
        {
          int* value = stackalloc int[1];
          value[0] = 0;
          int iret = client.allTest(2, 3, value);
        }*/
        int GOCWClass::allTest(int a, int b, int* c);
        //3.引用传递字符串
        System::String^ GOCWClass::allTestStr(System::String^ inputStr);
        /业务函数//
        /*unsafe
        {
            int* value = stackalloc int[1];//返回代码
            value[0] = 0;
            bitmap = client.fetchresult(bytes, value);//调用来自GOClrClasslibrary图像处理算法
            if (value[0] == 0)//0真1假
            {
                res = true;
            }
            else
            {
                res = false;
            }
        }*/
        Bitmap^  GOCWClass::fetchresult(cli::array<unsigned char>^ pCBuf1, int* errorCode);
    };
}

这里以"三明治"的方法将各种实现的方法进行了申明，具体的实现在GOCW.cpp中，比如我们举一个例子。

//1.传递图像
Bitmap^  GOCWClass::testMethod(cli::array<unsigned char>^ pCBuf1)
{
    将输入cli::array<unsigned char>转换为cv::Mat/
    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, cv::IMREAD_UNCHANGED);
    if (!img_object.data)
        return nullptr;
    OpenCV的算法处理过程
    Mat draw = img_object.clone();
    cvtColor(draw, draw, COLOR_BGR2GRAY);
    cvtColor(draw, draw, COLOR_GRAY2BGR);
    /将cv::Mat转换为Bitmap(只能传输cv_8u3格式数据）///
    if (!draw.data)
        return nullptr;
    Bitmap^ bitmap = MatToBitmap(draw);
    return bitmap;
}

在这段代码中

Mat draw = img_object.clone();
cvtColor(draw, draw, COLOR_BGR2GRAY);
cvtColor(draw, draw, COLOR_GRAY2BGR);

是具体业务函数，可以根据实际算法要求进行修改。关于参数的传入传出，在其他几个函数中都有说明。

六、初步小结

虽然GOCW相比较OpenCVSharp复杂一点，但是它能够和现有系统更紧密结合，优势也非常明显。如果你首先是图像处理开发者，需要为算法寻找一个可以运行的平台，那么GOCW基于CLR的封装形式，肯定更适合你！

感谢阅读至此，希望有所帮助！

声明：部分内容来源于网络，仅供读者学习、交流之目的。文章版权归原作者所有。如有不妥，请联系删除。

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。


下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。


下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。


交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~