链接OpenCV iOS
- 首先当然是下载openvc框架。
- 创建项目然后把opencv拖进项目。
- 需要将用到opencv的文件后缀改成.mm。
- 手动添加opencv框架的框架依赖关系。
- 在引入UIKit和Foundation前引用库。
- 然后可以开始写代码了。
在OpenCV中，所有的图像处理操作通常在Mat结构上进行。然而，在iOS中，为了在屏幕上渲染图像，它必须是UIImage类的一个实例。要将转换的OpenCV垫成的UIImage我们使用的核芯显卡在iOS中使用框架。以下是Mat和UIImage之间来回转换的代码。
//这是UIImage转Mat方法
- (cv::Mat)cvMatFromUIImage:(UIImage *)image
{
CGColorSpaceRef colorSpace = CGImageGetColorSpace(image.CGImage);
CGFloat cols = image.size.width;
CGFloat rows = image.size.height;
cv::Mat cvMat(rows, cols, CV_8UC4); // 8 bits per component, 4 channels (color channels + alpha)
CGContextRef contextRef = CGBitmapContextCreate(cvMat.data, // Pointer to data
cols, // Width of bitmap
rows, // Height of bitmap
8, // Bits per component
cvMat.step[0], // Bytes per row
colorSpace, // Colorspace
kCGImageAlphaNoneSkipLast |
kCGBitmapByteOrderDefault); // Bitmap info flags
CGContextDrawImage(contextRef, CGRectMake(0, 0, cols, rows), image.CGImage);
CGContextRelease(contextRef);
return cvMat;
}
//这是Mat转图片的方法
-(UIImage *)UIImageFromCVMat:(cv::Mat)greyMat
{
cv::Mat cvMat;
cv::cvtColor(greyMat, cvMat, cv::COLOR_BGR2GRAY);
NSData *data = [NSData dataWithBytes:cvMat.data length:cvMat.elemSize()*cvMat.total()];
CGColorSpaceRef colorSpace;
if (cvMat.elemSize() == 1) {
colorSpace = CGColorSpaceCreateDeviceGray();
} else {
colorSpace = CGColorSpaceCreateDeviceRGB();
}
CGDataProviderRef provider = CGDataProviderCreateWithCFData((__bridge CFDataRef)data);
CGImageRef imageRef = CGImageCreate(cvMat.cols, //width
cvMat.rows, //height
8, //bits per component
8 * cvMat.elemSize(), //bits per pixel
cvMat.step[0], //bytesPerRow
colorSpace, //colorspace
kCGImageAlphaNone|kCGBitmapByteOrderDefault,// bitmap info
provider, //CGDataProviderRef
NULL, //decode
false, //should interpolate
kCGRenderingIntentDefault //intent
);
UIImage *finalImage = [UIImage imageWithCGImage:imageRef];
CGImageRelease(imageRef);
CGDataProviderRelease(provider);
CGColorSpaceRelease(colorSpace);
return finalImage;
}
//下面的代码可以处理灰度和彩色图像转换（由传入的通道数决定） cv::Mat greyMat; cv::cvtColor(inputMat, greyMat, COLOR_BGR2GRAY);
//图像 二值化函数
CV_EXPORTS_W void adaptiveThreshold( InputArray src, OutputArray dst,
double maxValue, int adaptiveMethod,
int thresholdType, int blockSize, double C );
//// 腐蚀，填充(腐蚀是让黑点变大) 返回Mat CV_EXPORTS_W Mat getStructuringElement(int shape, Size ksize, Point anchor = Point(-1,-1));
//图像中查找轮廓
- (UIImage *)findImageBordleImage:(UIImage *)imag{
cv::Mat src = [self cvMatFromUIImage:imag];
cv::Mat src_gray;
cv::cvtColor(src, src_gray,cv::COLOR_BGR2GRAY);
cv::blur(src_gray, src_gray, cv::Size(3,3));
cv::Mat canny_output;
std::vector<std::vector<Point> > contours;
std::vector<cv::Vec4i> hierarchy;
cv::Canny(src_gray, canny_output, 100, 200,3);
cv::findContours(canny_output, contours, hierarchy,CV_RETR_TREE, cv::CHAIN_APPROX_SIMPLE,cvPoint(0, 0));
cv::Mat drawing = cv::Mat::zeros(canny_output.size(), CV_8UC3 );
cv::RNG rng(12345);
for( size_t i = 0; i< contours.size(); i++ )
{
cv::Scalar color = cv::Scalar(rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );
cv::drawContours(drawing, contours, (int)i, color, 2, 8, hierarchy, 0, cv::Point() );
}
return [self UIImageFromCVMat:canny_output];
}
//合并两张图片
- (UIImage *)image1:(UIImage *)imag1 image2:(UIImage *)imag2 with:(CGFloat)input{
double beta;
cv::Mat src1, src2, dst;
src1 = [self cvMatFromUIImage:imag1];
src2 = [self cvMatFromUIImage:imag2];
beta = (1.0 - input);
addWeighted( src1, input, src2, beta, 0.0, dst);
return [self UIImageFromCVMat:dst];
}