OpenCV拾趣（三）——实现MatFilter接口
本篇简介
在上一节中，我们借助编译好的SDK实现了Qt和OpenCV间图片数据转化的工具，并以此为基础实现了一个简单的图片浏览工具。
本篇将继续添加便于后续开发的工具——MatFilter接口，并基于这个接口向上一节的图片浏览工具中添加边缘提取功能。
设计MatFilter接口
有了上一节的格式转化工具后，我们接下来的开发可以将关注点尽量放在OpenCV原生的图片数据结构cv::Mat上，避免在使用OpenCV提供的功能接口时反复进行QImage和cv::Mat之间的转化。
对此，我们可以设计一个通用的MatFilter接口，将图片数据的处理过程抽离出来，实现视图(View)和控制(Controller)的分离。此外，不同的控制逻辑之间也应该能够彼此分离，便于代码的管理和拓展——因此，不同的Filter应该支持组成一条Filter链，每个Filter都以前一个Filter的输出结果为输入。
基于这些思路，我们可以设计下面这样一个抽象基类QCvMatFilter：
class QCvMatFilter : public QObject
{
Q_OBJECT
public:
QCvMatFilter(QString name, QObject* parent = nullptr) : QObject(parent)
{
m_enabled = true;
m_name = name;
}
public:
QString name() { return m_name; }
void setEnabled(bool enabled) { m_enabled = enabled; }
void filter(const cv::Mat& inMat, cv::Mat& outMat)
{
if (m_enabled)
{
execFilter(inMat, outMat);
}
else
{
outMat = inMat.clone();
}
}
protected:
virtual void execFilter(const cv::Mat& mat, cv::Mat& outMat) = 0;
private:
QString m_name;
bool m_enabled;
};
其中：
- filter()方法即为提供给外部调用的方法，其中调用的虚方法execFilter()，即为子类需要实现的部分；
- 设计两个属性：名字(m_name)和是否启用(m_enabled)是为了方便在Filter链中对特定的Filter进行管理。
实现案例：边缘检测
下面我们来实际使用一下上面设计的接口，向上一节实现的图片浏览器中添加提取图像边缘的功能。
首先实现QCvMatFilter的子类QCvEdgeDetectFilter：
class QCvEdgeDetectFilter : public QCvMatFilter
{
public:
QCvEdgeDetectFilter(QString name, QObject* parent = nullptr);
public:
void setThresholds(int thres) { m_thres = thres;}
protected：
void execFilter(const cv::Mat& mat, cv::Mat& outMat);
private:
int m_thres;
};
其中execFilter()方法的具体实现如下：
void QCvEdgeDetectFilter::execFilter(const cv::Mat& inMat, cv::Mat &outMat)
{
// Canny Detector
cv::Canny(inMat, outMat, m_thres, m_thres * 3);
}
可以看到通过使用OpenCV的Canny函数，很方便就实现了边缘检测功能。
这里简单介绍一下Canny边缘检测：
Canny边缘检测算法由澳大利亚科学家John F. Canny在1986年提出，至今仍是图像边缘检测算法中最常用的算法之一。秉承Canny自己提出的最优边缘检测方法特性，Canny边缘检测通过图像平滑、非极大值抑制和双阈值等方式，实现了低错误率、高准确率和高信噪比的边缘检测算法[1]。具体的原理在这里就不细说了，可以参考最下面参考链接里的相关内容。
这里需要特别说一下的是有关双阈值的设置。在Canny边缘检测中，设置了高低两个阈值，高阈值用于消除非边缘的噪声点，而低阈值用来更好地将检测到的边缘曲线连接成封闭的图形。官方推荐高低阈值比为1:2到1:3，所以在上面的实现里我们方便起见，直接将高阈值设置为了低阈值的3倍。
注意：OpenCV的Canny函数会自动比较所输入的两个阈值大小，并将其中较大的作为高阈值使用。
接下来，在上一节中我们实现的图片浏览器里，加入一个边缘检测按钮（btnEdge)和一个调节阈值的滑条（thresSlider），并实现下面的initFilters()方法，在界面初始化时调用：
void ImageDlg::initFilters()
{
QCvEdgeDetectFilter* filter =
new QCvEdgeDetectFilter("canny", this);
connect(ui->btnEdge, &QPushButton::clicked, this， [this, filter](bool clicked) {
m_extractingEdge = clicked;
filter->filter(m_imgMat, m_edgeMat);
showImage(clicked ? m_edgeMat : m_imgMat);
});
connect(ui->thresSlider, &QSlider::sliderMoved, this, [this, filter](int thres) {
filter->setThresholds(thres);
if (m_extractingEdge)
{
filter->filter(m_imgMat, m_edgeMat);
showImage(m_edgeMat);
}
});
}
其中m_edgeMat为新添加的存储边缘图像的cv::Mat类型成员变量。可以看到这里通过调用filter()方法，将边缘检测的处理逻辑封装在了Filter类内部。
最终实现的边缘检测效果如下图所示：
lena_edge.png
本节有关MatFilter和边缘检测的内容就先介绍到这里。（>>点击这里查看完整代码实现）
下一节会尝试借助OpenCV的视频捕获功能和本节所设计的MatFilter接口，实现一个Qt的视频显示控件。
