OpenCV-ios开发之一基本配置

先简单介绍下OpenCV,OpenCV的全称是:Open Source Computer Vision Library。OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。说简单点,OpenCV可以实现人脸识别,检测,当然通过不断地训练,可以实现识别各种不同的物体。

我们可以从官网下载OpenCV-ios版本,目前应该是3.0版本以上了,我目前用的还是opencv2framework,如下图:
在这里插入图片描述

然后导入相关的头文件,这里我们用到了camera,如下图:
在这里插入图片描述
注意要先导入opencv的头文件,在导入ios相关的系统头文件,不然会报错。这里我们创建一个CvVideoCamera,代码入下:

self.videoCamera = [[CvVideoCamera alloc] initWithParentView:self.imgView];
    self.videoCamera.delegate = self;
    self.videoCamera.defaultAVCaptureDevicePosition = AVCaptureDevicePositionBack;
    self.videoCamera.defaultAVCaptureSessionPreset = AVCaptureSessionPreset1280x720;
    self.videoCamera.defaultAVCaptureVideoOrientation=AVCaptureVideoOrientationPortrait;
    self.videoCamera.defaultFPS = 30;
    self.videoCamera.grayscaleMode = NO;


    [self.startButton addTarget:self action:@selector(startPressed:) forControlEvents:UIControlEventTouchUpInside];

然后通过一个代理方法- (void)processImage:(cv::Mat &)image来获取视频流,代码如下:

-(void) startPressed:(UIButton *)button
{


    [self.videoCamera start];


}

- (void)processImage:(cv::Mat &)image
{
    cv::Mat   canny_output;//临时变量和目标图的定义
    cv::Mat midImage(self.imgView.bounds.size.height, self.imgView.bounds.size.width, CV_8UC1);
    //图像处理
    cvtColor(image,midImage,CV_BGR2GRAY,0);//将图像转化为灰度图
    //GaussianBlur(midImage,midImage,cv::Size(3,3),0,0); //高斯模糊
    blur(midImage, midImage,cv::Size(3,3));
    Canny(midImage, canny_output, 50,255 );//


    //轮廓提取
    std::vector<std::vector<cv::Point>> contours;
    findContours(canny_output,contours,CV_RETR_EXTERNAL,CV_CHAIN_APPROX_NONE);
    //轮廓拣选

    image.setTo(cv::Scalar(0,255,0,0),canny_output);
    self.imgView.image=MatToUIImage(image);


}

这样就实现了检测物体轮廓的功能,效果如下:
在这里插入图片描述