如何在 iOS 工程中使用 OpenCV

2023-01-17 791

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 如何在 iOS 工程中使用 OpenCV

前言

OpenCV（开源计算机视觉库）是一个开源计算机视觉和机器学习软件库，可以完成图片处理、人脸识别、去红眼、追踪移动物体等等的图像相关的功能。更多具体的说明可参见 OpenCV 官网

该库具有2500多种优化算法，其中包括一整套经典和最新的计算机视觉和机器学习算法。这些算法可用于检测和识别人脸，识别对象，对视频中的人为行为进行分类，跟踪摄像机的运动，跟踪运动的对象，提取对象的3D模型，从立体摄像机生成3D点云，将图像拼接在一起以产生高分辨率整个场景的图像，从图像数据库中查找相似的图像，从使用闪光灯拍摄的图像中消除红眼，跟随眼睛的移动，识别风景并建立标记以将其与增强现实叠加在一起等。OpenCV拥有超过4.7万人的用户社区，下载量估计超过 1800万。该库在公司，研究小组和政府机构中得到广泛使用。

除了使用该库的Google，Yahoo，Microsoft，Intel，IBM，Sony，Honda，Toyota之类的知名公司外，还有许多新兴公司（例如Applied Minds，VideoSurf和Zeitera）广泛使用OpenCV。OpenCV的部署用途包括将街景图像拼接在一起，检测以色列监视视频中的入侵，监视中国的矿山设备，帮助机器人在Willow Garage导航和拾取物体，检测欧洲游泳池溺水事故，在西班牙和纽约，在土耳其检查跑道上的碎屑，检查世界各地工厂产品上的标签，然后在日本进行快速人脸检测。

它具有C ++，Python，Java和MATLAB接口，并支持Windows，Linux， Android 和Mac OS。OpenCV主要倾向于实时视觉应用，并在可用时利用MMX和SSE指令。目前正在积极开发功能齐全的 CUDA和 OpenCL接口。有500多种算法，而构成或支持这些算法的功能大约是其10倍。OpenCV用C ++原生编写，并具有可与STL容器无缝配合的模板化接口。

今天我们就来聊聊怎么样在iOS上面配置和使用Opencv框架

导入工程

一、手动导入

可以从官网下载对应的 framework，直接丢到 Xcode 的工程中

二、Pod导入

pod 'OpenCV', '~> 4.0.0'

三、文件使用

使用到 OpenCV 中 C++方法的实现文件后缀名改成.mm，就可以开始使用 OpenCV 的方法

四、引入头文件

#if __has_include(<opencv2/imgcodecs/ios.h>)
#include <iostream>
#import <opencv2/imgcodecs/ios.h>
#import <opencv2/core.hpp>
#import <opencv2/highgui.hpp>
#import <opencv2/imgproc.hpp>
using namespace cv;
using namespace std;
@implementation UIImage (KJOpencv)
...
@end
#endif

五、UIImage转C++图片

在 OpenCV 中同常用 cv::Mat 表示图片，而 iOS 中则是 UIImage 来表示图片，因此我们就需要一些转换的方法

cv::Mat src;
UIImageToMat(self,src,true);

六、将结果C++图片转换为UIImage

/* 将c++图片转换为UIImage */
NS_INLINE UIImage * kMatToUIImage(const cv::Mat &image) {
    NSData *data = [NSData dataWithBytes:image.data length:image.elemSize()*image.total()];
    CGColorSpaceRef colorSpace;
    if (image.elemSize() == 1) {
        colorSpace = CGColorSpaceCreateDeviceGray();
    }else{
        colorSpace = CGColorSpaceCreateDeviceRGB();
    }
    CGDataProviderRef provider = CGDataProviderCreateWithCFData((__bridge CFDataRef)data);
    bool alpha = image.channels() == 4;
    //kCGImageAlphaPremultipliedLast保留透明度
    CGBitmapInfo bitmapInfo = (alpha ? kCGImageAlphaPremultipliedLast : kCGImageAlphaNone) | kCGBitmapByteOrderDefault;
    CGImageRef imageRef = CGImageCreate(image.cols,
                                        image.rows,
                                        8,
                                        8 * image.elemSize(),
                                        image.step.p[0],
                                        colorSpace,
                                        bitmapInfo,
                                        provider,
                                        NULL,
                                        false,
                                        kCGRenderingIntentDefault);
    UIImage *newImage = [UIImage imageWithCGImage:imageRef];
    CGImageRelease(imageRef);
    CGDataProviderRelease(provider);
    CGColorSpaceRelease(colorSpace);
    return newImage;
}