為基於OpenCV的影象處理程式編寫介面—關於QTMFCCSharp的選擇以及GOCW的介紹
基於OpenCV編寫影象處理專案，除了演算法以外，比較重要一個問題就是介面設計問題。對於c++語系的程式設計師來說，一般來說有QT/MFC兩種考慮。QT的確功能強大，特別是QML編寫android介面很有一套（
https：//www。
cnblogs。com/jsxyhelu/p/
8286476。html
），在樹莓派上進行設計也很方便（
https：//www。
cnblogs。com/jsxyhelu/p/
7839062。html
）；但是使用QT的一個現實問題就是和現有平臺的結合，比如客戶需要將結果匯出到excel中，使用QT就比較彆扭（當然不是說不可以）。所以現在我一般這樣來做：對於Android和PI，或者需要在Linux上執行的專案，使用QT編寫介面，呼叫Opencv函式；對於需要在windows上執行的專案，使用MFC編寫介面，直接就可以引用OpenCV。
有人會吐槽MFC使用起來非常麻煩，這點我非常同意。但MFC經過這麼多年的發展，今日仍有活力，並且短時間內不會消失。因為相比較其他一些所見即所得的語言和環境來說（QT/Csharp），mfc的訊息對映機制和座標體系等，的確有它的優勢，對於影象處理程式來說尤其如此；加以積累，能夠快速做出很多專業的東西；近期出現的ribbon介面也為mfc加分不少（
https：//www。
cnblogs。com/jsxyhelu/p/
9209052。html
）
選擇了MFC這個方向，思考影象處理程式問題，一般來說分為“處理影象”和“處理影片”兩類：對於影象處理來說，我提供的GOPaint框架（
https：//www。
cnblogs。com/jsxyhelu/p/
6440910。html
）能夠提供一個基本的靜態影象處理框架；而GOMFCTemplate2（
https：//www。
cnblogs。com/jsxyhelu/p/
GOMFCTemplate2。html
）則適合用來處理影片。這兩種都分別成功運用於多種影片處理專案中。
但是這裡我想更進一步：希望能夠用Csharp編寫介面，因為它更好用；但是又不想引入EmguCV類似的庫，因為裡面很多東西不是我需要的。那麼最直接的方法就是使用Csharp呼叫基於Opencv編寫的類庫檔案（Dll）的，我取名叫做GreenOpenCsharpWarper（GOCW）
經過比較長時間的探索研究，目前的GOCW已經可以直接以函式的形式在記憶體中傳遞bitmap和Mat物件，達到了函式級別的應用。因為這裡涉及到託管程式碼編寫，也就是CLR程式編寫，所以有比較複雜的地方；為了展現GOCW的優良特性，我編寫實現GOGPY專案，也就是一個“Csharp編寫介面，OpenCV實現演算法的實時影片處理程式”，相關細節都包含其中。之所以叫“GPY”，是採集硬體這塊，我採用了成像質量較好的高拍儀裝置（GaoPaiYi）。
這裡簡單將最核心內容進行講解。GOCW的核心問題，無非就是基於CLR之上的兩個方向的資料流轉換。核心函式為
Bitmap^ GOClrClass：：testMethod（cli：：array<
unsigned
char
>^ pCBuf1）
{
pin_ptr
unsigned
char
* pby1 = p1；
cv：：Mat img_data1（pCBuf1->Length，1，CV_8U，pby1）；
cv：：Mat img_object = cv：：imdecode（img_data1，IMREAD_UNCHANGED）；//獲得資料到img_object中去
//////////////////////////////////處理過程///////////////////////////////////////
cvtColor（img_object，img_object，40）；
/////////////////////////////////////////////////////////////////////////////////
Bitmap^ bb = MatToBitmap（img_object）；
if
（！img_object。data）
return
nullptr；
std：：vector
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 *dstData =
reinterpret_cast
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（）；
//呼叫clr+opencv影象處理模組
MemoryStream ms =
new
MemoryStream（）；
b。Save（ms， System。Drawing。Imaging。ImageFormat。Jpeg）；
byte［］ bytes = ms。GetBuffer（）；
Bitmap bitmap = client。testMethod（bytes）；
就可以呼叫，並且獲得結果。
以下內容為2017年更新的內容，適當參考：
一、CLR編寫的DLL部分
1、按照正常方法引入Opencv；
2、提供介面函式，進行影象處理（這裡只是實現了cvtColor，實際過程中可以用自己編寫的複雜函式）
String^ Class1：：Method（cli：：array<
unsigned
char
>^ pCBuf1）
{
pin_ptr
unsigned
char
* pby1 = p1；
cv：：Mat img_data1（pCBuf1->Length，1，CV_8U，pby1）；
cv：：Mat img_object = cv：：imdecode（img_data1，IMREAD_UNCHANGED）；
//////////////////////////////////處理過程/////////
cvtColor（img_object，img_object，40）；
/////////////////////////////////////////////////////////////////////////////////
if
（！img_object。data）
return
nullptr；
//獲得目錄，儲存檔案
cv：：imwrite（”c：/Method。jpg“，img_object）；
return
”c：/Method。jpg“；
}
String^ Class1：：Method2（cli：：array<
unsigned
char
>^ pCBuf1）
{
pin_ptr
unsigned
char
* pby1 = p1；
cv：：Mat img_data1（pCBuf1->Length，1，CV_8U，pby1）；
cv：：Mat img_object = cv：：imdecode（img_data1，IMREAD_UNCHANGED）；
//////////////////////////////////處理過程///////////////////////
cvtColor（img_object，img_object，6）；
/////////////////////////////////////////////////////////////////////////////////
if
（！img_object。data）
return
nullptr；
//獲得目錄，儲存檔案
cv：：imwrite（”c：/Method2。jpg“，img_object）；
return
”c：/Method2。jpg“；
}
二、Winform呼叫介面部分
（TIP：不僅可以用Winform呼叫，
http：//
asp。net/webservice
都是可以呼叫的）
1、直接引用clr dll
2、編寫helper檔案（應該也可以叫做 warpper），透過外部IO的方法獲取clr dll的檔案
class
GOCsharpHelper
{
Class1 client =
new
Class1（）；
string strResult1 = null；
string strResult2 = null；
//輸入引數是string或bitmap
public
Bitmap ImageProcess（string ImagePath）{
Image ImageTemp = Bitmap。FromFile（ImagePath）；
return
ImageProcess（ImageTemp）；
}
//輸出結果是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）；
}
//輸出結果是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（注意控制元件的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、解釋說明
使用外部I/O不僅僅是權宜之計，實際上Opencv的Decode使用的就是外部I/O。就目前研究的水平來說，這是最穩定的。
目前搭建成功的框架已經能夠完成“csharp呼叫opencv的”目標，並且在除錯、引數傳遞方面都很強。
如果是處理靜態圖片，已經夠用。
四、殺手程式
GOImageResearch：
使用這種方法編寫的影象處理預分析程式。
