Iphone 如何使示例运行打开CV
我试图使开放式简历项目的模板匹配解释为样本。 到目前为止,我采取的步骤包括: 在我的项目中导入的OpenCV框架将.m扩展名文件更改为.mm,在.pch文件中我包含了代码Iphone 如何使示例运行打开CV,iphone,ios,xcode,opencv,augmented-reality,Iphone,Ios,Xcode,Opencv,Augmented Reality,我试图使开放式简历项目的模板匹配解释为样本。 到目前为止,我采取的步骤包括: 在我的项目中导入的OpenCV框架将.m扩展名文件更改为.mm,在.pch文件中我包含了代码 #ifdef __cplusplus #import <opencv2/opencv.hpp> #endif #ifdef __OBJC__ #import <UIKit/UIKit.h> #import <Foundation/Foundation.h> #endif 我
#ifdef __cplusplus
#import <opencv2/opencv.hpp>
#endif
#ifdef __OBJC__
#import <UIKit/UIKit.h>
#import <Foundation/Foundation.h>
#endif
我按照相同的步骤包含给定的库
现在,请任何人告诉我,我应该如何使项目运行。
我已经采取了源和模板的形象,并在项目中导入
我基本上有ViewController.h和ViewController.mm文件,现在我不知道应该在这些文件中编写什么代码来查看结果
第2步:
我需要使用camera view实时扫描图像(这样当我将相机放在源图像上时,它应该扫描并找到模板)
在执行以下操作时,我在导入.cpp时遇到链接器错误:
任何人都可以建议我如何实现它。事实上,您已经下载了已编译的库,因此无需遵循您在问题中提到的步骤,这就是问题所在(即您遵循了错误的步骤),因为这些步骤是将源代码编译到静态库中。 按照以下步骤操作,即可完成
- 解压缩下载的框架。您可以看到名为“opencv2.framework”的文件夹
- 将该文件夹直接拖动到项目中(注意。当您将该文件夹拖动到xcode中时,xcode将提示您对话框中会出现一个勾号,以实际将其复制到文件夹中。请勾选该复选框)
- 在你的.pch文件中,像你在问题中提到的那样导入openCV是正确的方法
现在编译
一个更重要的地方,就是你想使用OpenCV的文件,它应该有.mm扩展(即目标C++源),它将运行完美。 - 按照您的描述下载并导入openCV框架
- 按照描述更改.pch文件
- 不要弄乱标题搜索路径、其他链接器标志等,如果您已经从openCV.org导入了预构建的框架,那么这是不必要的
- 除非您知道需要,否则不要将.m文件更改为.mm。我的建议是,尽可能地将C++代码与ObjuleC代码分开,所以大多数文件应该是.m文件(Objto-C)或.CPP文件(C++)。您只需要.Objy-C++中的MM前缀,您打算将Objy-C和C++混合到同一个文件中。
- 这里有三个相互关联的问题:
1/如何让openCV框架在iOS项目中运行
2、如何在iOS项目BR>中获得模板匹配的C++示例代码 3/如何与摄像机视图进行实时模板匹配 1/如何让openCV框架在iOS项目中运行
<强> 2 /如何在iOS项目>/P>中获得模板匹配C++示例代码 我们将设置这个,以便你的IOS VIEW控制器和你的IOS代码的大部分不需要知道图像是用OpenCV/C++处理的,同样C++代码不需要知道它输入或输出图像数据的路由。我们通过在这两个之间建立一个小包装类来实现Objtovi-C方法调用C++类成员函数和后退。我们还将在UIImage上设置一个类别,将图像格式从iOS友好型UIImage转换为openCV原生cv::Mat
UIImage+OpenCV类别 您需要一些实用方法来将UIImage转换为cv::Mat并返回。把它们放在UIImage类别中是一个很好的地方。在XCode中:文件>新文件>Cocoa Touch>Objective-C类别将为您设置。调用类别OpenCV并将其设置为UIImage上的类别。这个.m文件,您将需要更改为.mm,因为它需要从OpenCV框架中理解C++类型。p> 标题应如下所示:#import <UIKit/UIKit.h>
@interface UIImage (OpenCV)
//cv::Mat to UIImage
+ (UIImage *)imageWithCVMat:(const cv::Mat&)cvMat;
//UIImage to cv::Mat
- (cv::Mat)cvMat;
@end
openCV包装类
< P>制作包装类,将Objto-C方法(从VIEW控制器调用)转换为C++函数
像这样的标题
// CVWrapper.h
#import <Foundation/Foundation.h>
@interface CVWrapper : NSObject
+ (NSImage*) templateMatchImage:(UIImage*)image
patch:(UIImage*)patch
method:(int)method;
@end
<>我们有效地采用标准Objto-C方法和UIIMAGE类型,并将它们转换成C++(OpenCV框架)类型的C++成员函数,并将结果翻译成UIIMAGE。
C++模板匹配类
标题:
// TemplateMatch.h
#ifndef __CVOpenTemplate__CVTemplateMatch__
#define __CVOpenTemplate__CVTemplateMatch__
class CVTemplateMatch
{
public:
static cv::Mat matchImage (cv::Mat imageMat,
cv::Mat patchMat,
int method);
};
#endif /* defined(__CVOpenTemplate__CVTemplateMatch__) */
@end
实施:
这是模板匹配openCV示例代码,作为类实现重新编写:
// TemplateMatch.cpp
/*
Alterations for use in iOS project
[1] remove GUI code (iOS supplies the GUI)
[2] change main{} to static member function
with appropriate inputs and return value
[3] change MatchingMethod{} signature
to return Mat value
*/
#include "CVTemplateMatch.h"
//[1] #include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>
using namespace std;
using namespace cv;
/// Global Variables
Mat img; Mat templ; Mat result;
//[1] char* image_window = "Source Image";
//[1] char* result_window = "Result window";
int match_method;
//[1] int max_Trackbar = 5;
/// Function Headers
Mat MatchingMethod( int, void* ); //[3] (added return value to function)
// [2] /** @function main */
// [2] int main( int argc, char** argv )
Mat CVTemplateMatch::matchImage (Mat image,Mat patch, int method)
// [2]
{
/// Load image and template
//[2] img = imread( argv[1], 1 );
//[2] templ = imread( argv[2], 1 );
img = image; //[2]
templ = patch; //[2]
match_method = method; //[2]
/// Create windows
//[1] namedWindow( image_window, CV_WINDOW_AUTOSIZE );
//[1] namedWindow( result_window, CV_WINDOW_AUTOSIZE );
/// Create Trackbar
//[1] char* trackbar_label = "Method: \n 0: SQDIFF \n 1: SQDIFF NORMED \n 2: TM CCORR \n 3: TM CCORR NORMED \n 4: TM COEFF \n 5: TM COEFF NORMED";
//[1] createTrackbar( trackbar_label, image_window, &match_method, max_Trackbar, MatchingMethod );
Mat result = MatchingMethod( 0, 0 );
//[1] waitKey(0);
//[2] return 0;
return result; //[2]
}
//[3] void MatchingMethod( int, void* )
Mat MatchingMethod( int, void* )
{
/// Source image to display
Mat img_display;
img.copyTo( img_display );
/// Create the result matrix
int result_cols = img.cols - templ.cols + 1;
int result_rows = img.rows - templ.rows + 1;
result.create( result_cols, result_rows, CV_32FC1 );
/// Do the Matching and Normalize
matchTemplate( img, templ, result, match_method );
normalize( result, result, 0, 1, NORM_MINMAX, -1, Mat() );
/// Localizing the best match with minMaxLoc
double minVal; double maxVal; Point minLoc; Point maxLoc;
Point matchLoc;
minMaxLoc( result, &minVal, &maxVal, &minLoc, &maxLoc, Mat() );
/// For SQDIFF and SQDIFF_NORMED, the best matches are lower values. For all the other methods, the higher the better
if( match_method == CV_TM_SQDIFF || match_method == CV_TM_SQDIFF_NORMED )
{ matchLoc = minLoc; }
else
{ matchLoc = maxLoc; }
/// Show me what you got
rectangle( img_display, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 );
rectangle( result, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 );
//[1] imshow( image_window, img_display );
//[1] imshow( result_window, result );
return img_display; //[3] add return value
}
不可见C++。 3/与实时摄像机视图匹配的模板
简短的回答是:matchTemplate
在实时摄像机环境中不太适用。该算法在图像中寻找与面片具有相同比例和方向的匹配:它以原始方向和大小在图像上滑动面片,以获得最佳匹配。如果图像是透视倾斜的、不同的大小或旋转到不同的方向,这将不会产生很好的效果
你可以看看OpenCV,其中一些已经被删除了。这里有一个例子来告诉你这个想法。对于视频捕获,您可能还想查看
opencv2/highgui
中的cap_ios.h
:。感谢您的回答@lducool,您提供给我的帮助链接工作正常,但当我在项目中导入模板匹配().cpp文件时,它会给出链接器错误。。。我应该如何解决此问题?ld:1体系结构i386的重复符号clang:error:linker命令失败,退出代码为1(使用-v查看调用)为什么尝试导入该文件。那个fi
UIImage* image = [UIImage imageWithCVMat:matImage]; //class method
cv::Mat matImage = [image cvMat]; //instance method
// CVWrapper.h
#import <Foundation/Foundation.h>
@interface CVWrapper : NSObject
+ (NSImage*) templateMatchImage:(UIImage*)image
patch:(UIImage*)patch
method:(int)method;
@end
// CVWrapper.mm
#import "CVWrapper.h"
#import "CVTemplateMatch.h"
#import "UIImage+OpenCV.h"
@implementation CVWrapper
+ (UIImage*) templateMatchImage:(UIImage *)image
patch:(UIImage *)patch
method:(int)method
{
cv::Mat imageMat = [image cvMat];
cv::Mat patchMat = [patch cvMat];
cv::Mat matchImage =
CVTemplateMatch::matchImage(imageMat,
patchMat,
method);
UIImage* result = [UIImage imageWithCVMat:matchImage];
return result;
}
// TemplateMatch.h
#ifndef __CVOpenTemplate__CVTemplateMatch__
#define __CVOpenTemplate__CVTemplateMatch__
class CVTemplateMatch
{
public:
static cv::Mat matchImage (cv::Mat imageMat,
cv::Mat patchMat,
int method);
};
#endif /* defined(__CVOpenTemplate__CVTemplateMatch__) */
@end
// TemplateMatch.cpp
/*
Alterations for use in iOS project
[1] remove GUI code (iOS supplies the GUI)
[2] change main{} to static member function
with appropriate inputs and return value
[3] change MatchingMethod{} signature
to return Mat value
*/
#include "CVTemplateMatch.h"
//[1] #include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>
using namespace std;
using namespace cv;
/// Global Variables
Mat img; Mat templ; Mat result;
//[1] char* image_window = "Source Image";
//[1] char* result_window = "Result window";
int match_method;
//[1] int max_Trackbar = 5;
/// Function Headers
Mat MatchingMethod( int, void* ); //[3] (added return value to function)
// [2] /** @function main */
// [2] int main( int argc, char** argv )
Mat CVTemplateMatch::matchImage (Mat image,Mat patch, int method)
// [2]
{
/// Load image and template
//[2] img = imread( argv[1], 1 );
//[2] templ = imread( argv[2], 1 );
img = image; //[2]
templ = patch; //[2]
match_method = method; //[2]
/// Create windows
//[1] namedWindow( image_window, CV_WINDOW_AUTOSIZE );
//[1] namedWindow( result_window, CV_WINDOW_AUTOSIZE );
/// Create Trackbar
//[1] char* trackbar_label = "Method: \n 0: SQDIFF \n 1: SQDIFF NORMED \n 2: TM CCORR \n 3: TM CCORR NORMED \n 4: TM COEFF \n 5: TM COEFF NORMED";
//[1] createTrackbar( trackbar_label, image_window, &match_method, max_Trackbar, MatchingMethod );
Mat result = MatchingMethod( 0, 0 );
//[1] waitKey(0);
//[2] return 0;
return result; //[2]
}
//[3] void MatchingMethod( int, void* )
Mat MatchingMethod( int, void* )
{
/// Source image to display
Mat img_display;
img.copyTo( img_display );
/// Create the result matrix
int result_cols = img.cols - templ.cols + 1;
int result_rows = img.rows - templ.rows + 1;
result.create( result_cols, result_rows, CV_32FC1 );
/// Do the Matching and Normalize
matchTemplate( img, templ, result, match_method );
normalize( result, result, 0, 1, NORM_MINMAX, -1, Mat() );
/// Localizing the best match with minMaxLoc
double minVal; double maxVal; Point minLoc; Point maxLoc;
Point matchLoc;
minMaxLoc( result, &minVal, &maxVal, &minLoc, &maxLoc, Mat() );
/// For SQDIFF and SQDIFF_NORMED, the best matches are lower values. For all the other methods, the higher the better
if( match_method == CV_TM_SQDIFF || match_method == CV_TM_SQDIFF_NORMED )
{ matchLoc = minLoc; }
else
{ matchLoc = maxLoc; }
/// Show me what you got
rectangle( img_display, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 );
rectangle( result, matchLoc, Point( matchLoc.x + templ.cols , matchLoc.y + templ.rows ), Scalar::all(0), 2, 8, 0 );
//[1] imshow( image_window, img_display );
//[1] imshow( result_window, result );
return img_display; //[3] add return value
}
UIImage* matchedImage =
[CVWrapper templateMatchImage:self.imageView.image
patch:self.patchView.image
method:0];