#pragma once #include #include using namespace std; using namespace cv; typedef enum _RETURNTYPE { MV_Success = 0, MV_NullPath = 1,//无效路径 MV_NullFile = 2,//无效文件 MV_NoImageFile = 3,//无输入图像或输入图像路径中不包含图像文件 MV_WrongParams = 4,//输入参数错误，如scaleOrigin>scaleEnd, angleOrigin>angleEnd等 MV_TrainFailed = 5,//模型训练失败 MV_NoFoundofEdgePoints = 6,//拟合到的点过少 MV_NoIntersect = 7,//两个图形不相交 MV_NULL = 8,//无结果 MV_WrongSize = 9,//无结果 MV_WrongDll=10, MV_NoneMatch=11,//没有匹配到模板 MV_NoPpdlFoot=12,//无垂足 MV_NullImg = 13,//无效图片文件 MV_NullContour = 14,//无效轮廓 MV_WrongModel = 15,//模型错误 MV_WrongLabel = 16,//label错误 }RETURNTYPE; ///////////////////////////////////////////////////////////////////////////////模板定位////////////////////////////////////////////////////////////////////////// enum AccuracyLevel//根据图像大小选取精度模式，图像越大选取的模式越高，采样点更多 { Easy = 64, Simple = 96, Normal = 128, Accuracy = 160, HighPrecision = 192 }; enum EdgeSamplingInterval//采样点颗粒度（边缘特征点最小间隔） { Small = 1, Middle = 3, Large = 5, ExtraLarge = 7 }; struct TrainParams { float NOM_angleOrigin;//角度起始位置 float NOM_angleEnd;//角度介绍位置 float ADV_edgeThreshold = 60;//模板边缘灰度阈值 char *ADV_modelName = (char *)"t_Match.EHD";//模型名称 float ADV_scaleOrigin;//缩放起始范围如0.8，即在图像中找图像长宽各缩放0.8倍的模板图像 float ADV_scaleEnd;//缩放起始范围如1.2，即在图像中找图像长宽各缩放1.2倍的模板图像 float ADV_angleStep;//角度精度步幅，模板匹配的角度精度 float ADV_scaleStep;//尺度缩放精度 AccuracyLevel ADV_accuracyLevel;//根据图像大小选取精度模式，图像越大选取的模式越高 EdgeSamplingInterval ADV_edgeSamplingInterval;//根据图像大小选取精度模式，图像越大选取的模式越高，采样点更多 bool ADV_showTrainWindow;//采样点颗粒度（边缘特征点最小间隔） std::vector ADV_maskMat;//掩膜图像，与训练图像一一对应 TrainParams(float _NOM_angleOrigin,float _NOM_angleEnd,float _ADV_edgeThreshold = 60,char *_ADV_modelName = (char *)"t_Match.EHD",float _ADV_scaleOrigin = 1.0, float _ADV_scaleEnd = 1.0, float _ADV_angleStep = 1, float _ADV_scaleStep = 0.01, AccuracyLevel _ADV_accuracyLevel = AccuracyLevel::Normal, EdgeSamplingInterval _ADV_edgeSamplingInterval = EdgeSamplingInterval::Middle, bool _ADV_showTrainWindow = true, std::vector _ADV_maskMat = std::vector()) { NOM_angleOrigin = _NOM_angleOrigin; NOM_angleEnd = _NOM_angleEnd; ADV_edgeThreshold = _ADV_edgeThreshold; ADV_modelName = _ADV_modelName; ADV_scaleOrigin = _ADV_scaleOrigin; ADV_scaleEnd = _ADV_scaleEnd; ADV_angleStep = _ADV_angleStep; ADV_scaleStep = _ADV_scaleStep; ADV_accuracyLevel = _ADV_accuracyLevel; ADV_edgeSamplingInterval = _ADV_edgeSamplingInterval; ADV_showTrainWindow = _ADV_showTrainWindow; ADV_maskMat = _ADV_maskMat; } }; struct TrainParams_new { float NOM_angleOrigin;//角度起始位置 float NOM_angleEnd;//角度介绍位置 float ADV_edgeThreshold = 60;//模板边缘灰度阈值 char *ADV_modelName = (char *)"t_Match.EHD";//模型名称 float ADV_scaleOrigin;//缩放起始范围如0.8，即在图像中找图像长宽各缩放0.8倍的模板图像 float ADV_scaleEnd;//缩放起始范围如1.2，即在图像中找图像长宽各缩放1.2倍的模板图像 bool ADV_showTrainWindow;//采样点颗粒度（边缘特征点最小间隔） std::vector ADV_maskMat;//掩膜图像，与训练图像一一对应 TrainParams_new(float _NOM_angleOrigin, float _NOM_angleEnd, float _ADV_edgeThreshold = 60, char *_ADV_modelName = (char *)"t_Match.EHD", float _ADV_scaleOrigin = 1.0, float _ADV_scaleEnd = 1.0, bool _ADV_showTrainWindow = true, std::vector _ADV_maskMat = std::vector()) { NOM_angleOrigin = _NOM_angleOrigin; NOM_angleEnd = _NOM_angleEnd; ADV_edgeThreshold = _ADV_edgeThreshold; ADV_modelName = _ADV_modelName; ADV_scaleOrigin = _ADV_scaleOrigin; ADV_scaleEnd = _ADV_scaleEnd; ADV_showTrainWindow = _ADV_showTrainWindow; ADV_maskMat = _ADV_maskMat; } }; struct ResRegionInfo { float feature_width;//特征区域的外接矩形宽 float feature_height;//特征区域的外接矩形高 float templateImgCenter_x;//模板匹配中心X float templateImgCenter_y;//模板匹配中心Y float scale;//模板缩放 float rotateAngle;//模板角度 float trainRegion_width;//模板图像宽 float trainRegion_height;//模板图像宽 int type;//模板类别 float score;//匹配得分 }; struct Coordinate { cv::Point2f orginPoint;//坐标原点在模板图像中的位置 float angle;//坐标原点在模板图像中的坐标角度 int templateType=0; float score=100; Coordinate(cv::Point2f _orginPoint, float _angle, int _templateType, float _score) { orginPoint = _orginPoint; angle = _angle; templateType = _templateType; score = _score; } Coordinate(cv::Point2f _orginPoint, float _angle) { orginPoint = _orginPoint; angle = _angle; } Coordinate() { } }; class pContourMatch { public: //以Mat作为图像输入参数，参数依次为匹配阈值，结果信息，匹配结果数量，图片paddsize virtual RETURNTYPE TemplateMatch_withMat(cv::Mat input_srcMat, float input_matchThreshold, int* output_matchNum, ResRegionInfo **output_resRegion) = 0; //以路径作为图像输入参数，参数依次为匹配阈值，结果信息，匹配结果数量，图片paddsize virtual RETURNTYPE TemplateMatch_withPath(char* input_filePath, float input_matchThreshold, int* matchNum, ResRegionInfo **output_resRegion) = 0; //以Mat作为图像输入参数，参数依次为匹配阈值，结果信息，匹配结果数量，图片paddsize virtual RETURNTYPE TemplateMatch_withMat(cv::Mat input_srcMat, float input_matchThreshold, int* output_matchNum, ResRegionInfo **output_resRegion, cv::Rect roi, cv::Mat& output_resMat) = 0; //以路径作为图像输入参数，参数依次为匹配阈值，结果信息，匹配结果数量，图片paddsize virtual RETURNTYPE TemplateMatch_withPath(char* input_filePath, float input_matchThreshold, int* matchNum, ResRegionInfo **output_resRegion, cv::Rect roi, cv::Mat &output_resMat) = 0; //以Mat作为图像输入参数，参数依次为匹配阈值，结果信息，匹配结果数量，图片paddsize virtual RETURNTYPE TemplateMatch_withMat(cv::Mat input_srcMat, float input_matchThreshold,int* output_matchNum, ResRegionInfo **output_resRegion, cv::Rect roi, Coordinate coordinateInTemplateImg, std::vector& output_coordinateInImg, cv::Mat& output_resMat) = 0; //以路径作为图像输入参数，参数依次为匹配阈值，结果信息，匹配结果数量，图片paddsize virtual RETURNTYPE TemplateMatch_withPath(char* input_filePath, float input_matchThreshold,int* matchNum, ResRegionInfo **output_resRegion, cv::Rect roi, Coordinate coordinateInTemplateImg, std::vector& output_coordinateInImg, cv::Mat &output_resMat) = 0; //销毁对象 virtual void DestoryObj() = 0; }; /*输入图像模板训练 srcMat：训练图像来源；TrainParams：训练参数设置*/ extern "C" __declspec(dllexport) RETURNTYPE _stdcall TemplateTrain_withMat(std::vector input_srcMat, TrainParams intput_trainParams); /*输入图像模板训练 srcMat：训练图像来源；TrainParams：训练参数设置*/ extern "C" __declspec(dllexport) RETURNTYPE _stdcall TemplateTrain_withMat_new(std::vector input_srcMat, TrainParams_new intput_trainParams); /*输入图像路径模板训练 filePath：训练图像地址集合；TrainParams：训练参数设置*/ extern "C" __declspec(dllexport) RETURNTYPE _stdcall TemplateTrain_withPath(std::vector input_filePath, TrainParams input_trainParams); /*训练后直接返回匹配对象，无模型文件产生*/ extern "C" __declspec(dllexport) RETURNTYPE _stdcall TemplateTrainAndLoad(std::vector input_srcMat, TrainParams input_trainParams, bool &output_trainRes, pContourMatch** ouput_contourMatch, float intput_edgeThreshold_check = 30); /*加载模型 pCMatch：接收载入的模型文件；modelPath：模型路径；edgeThreshold：模型路径*/ extern "C" __declspec(dllexport) RETURNTYPE _stdcall LoadContourMatchObj(char* input_modelPath, pContourMatch** output_pCMatch, float intput_edgeThreshold = 30); /*销毁模型 contourMatch：模型文件*/ extern "C" __declspec(dllexport) void _stdcall DestroyContourMatchObj(pContourMatch* contourMatch); /*获取旋转矩形区域 inputImg：输入图片；center：中心点；angle：角度；width：宽度；height：高度*/ extern "C" __declspec(dllexport) cv::Mat _stdcall GetRotateRectROI(cv::Mat inputImg, cv::Point2f center, double angle, int width, int height); /*点坐标映射，将模板图像中的坐标点映射到检测图像中*/ extern "C" __declspec(dllexport) RETURNTYPE _stdcall PointAffineTransform(ResRegionInfo positionInfo,cv::Point2f positionInTemplateImg, cv::Point2f &positionInImg); /*点坐标映射，将模板图像中的坐标点映射到检测图像中*/ extern "C" __declspec(dllexport) RETURNTYPE _stdcall CoordinateAffineTransform(ResRegionInfo positionInfo, Coordinate coordinateInTemplateImg, Coordinate & coordinateInImg); ///////////////////////////////////////////////////////////////////////形状拟合与测量////////////////////////////////////////////////////////////////////////////// struct Segment//线段结构体 { cv::Point2f point1;//线段两点坐标 cv::Point2f point2; }; struct Line//直线 { //直线标准方程AX+BY+C=0 double resLine_a; double resLine_b; double resLine_c; }; struct Circlef//圆形信息 { float centerX;//圆心x float centerY;//圆心y float radius;//圆心r }; struct Ring//圆环 { cv::Point center;//中心点 double scanAngleStart;//圆环起始角度 double scanAngleEnd;//圆环结束角度 double rotateAngleStep;//圆环采样角度间隔 int outerScanRadious;//圆环外层半径 int innerScanRadious;//圆环内层半径 }; enum EdgeStrategy//边缘搜索方式 { MaxGadient = 0,//最大梯度 Top = 1,//最上的边缘点 Bottom = 2//最下的边缘点 }; struct FitLinearParams//直线类拟合参数 { cv::RotatedRect NOM_roi; int NOM_samplingStep; bool ADV_lightTodark; int ADV_scanPixelCol;//采样框宽度 int ADV_grayEdgeThreshold;//边缘阈值 float ADV_refinePointsRate;//用于最终拟合的点集比例 EdgeStrategy ADV_edgeStagety;//边缘搜索方式 float ADV_posiTionEdgeRate;//非最大梯度边缘（Top、Bottom）和最大梯度边缘的比例阈值，在EdgeStrategy选Bottom或Top时当Top(最上边缘梯度)或Bottom(最下边缘梯度)大于最大梯度乘以该比例时， int ADV_halfEdgewidth;//一半边缘宽度，图像边缘由暗到亮过渡像素的一半 FitLinearParams(cv::RotatedRect _NOM_roi, int _NOM_samplingStep, bool _ADV_lightTodark = true, int _ADV_scanPixelCol = 3, int _ADV_grayEdgeThreshold = 8, float _ADV_refinePointsRate = 0.8, EdgeStrategy _ADV_edgeStagety = MaxGadient, float _ADV_posiTionEdgeRate = 0.5, int _ADV_halfEdgewidth = 2) { NOM_roi = _NOM_roi; NOM_samplingStep = _NOM_samplingStep; ADV_lightTodark = _ADV_lightTodark; ADV_scanPixelCol = _ADV_scanPixelCol; ADV_grayEdgeThreshold = _ADV_grayEdgeThreshold; ADV_refinePointsRate = _ADV_refinePointsRate; ADV_edgeStagety = _ADV_edgeStagety; ADV_posiTionEdgeRate = _ADV_posiTionEdgeRate; ADV_halfEdgewidth = _ADV_halfEdgewidth; } }; struct FitCurvParams { cv::Point NOM_center;//中心点 double NOM_scanAngleStart;//圆环起始角度 double NOM_scanAngleEnd;//圆环结束角度 double NOM_rotateAngleStep;//圆环采样角度间隔 int NOM_outerScanRadious;//圆环外层半径 int NOM_innerScanRadious;//圆环内层半径 bool ADV_lightTodark;//边缘过渡方式，亮到暗还是暗到亮 int ADV_scanPixelCol;//采样框宽度 int ADV_grayEdgeThreshold;//边缘阈值 float ADV_refinePointsRate;//用于最终拟合的点集比例 EdgeStrategy ADV_edgeStagety;//边缘搜索方式 float ADV_posiTionEdgeRate;//非最大梯度边缘（Top、Bottom）和最大梯度边缘的比例阈值，在EdgeStrategy选Bottom或Top时当Top(最上边缘梯度)或Bottom(最下边缘梯度)大于最大梯度乘以该比例时， int ADV_halfEdgewidth;//一半边缘宽度，图像边缘由暗到亮过渡像素的一半 FitCurvParams(cv::Point _NOM_center, double _NOM_scanAngleStart, double _NOM_scanAngleEnd, double _NOM_rotateAngleStep, int _NOM_outerScanRadious, int _NOM_innerScanRadious, bool _ADV_lightTodark = true, int _ADV_scanPixelCol = 3, int _ADV_grayEdgeThreshold = 8,float _ADV_refinePointsRate = 0.8, EdgeStrategy _ADV_edgeStagety = MaxGadient, float _ADV_posiTionEdgeRate = 0.5, int _ADV_halfEdgewidth = 2) { NOM_center = _NOM_center; NOM_scanAngleStart = _NOM_scanAngleStart; NOM_scanAngleEnd = _NOM_scanAngleEnd; NOM_rotateAngleStep = _NOM_rotateAngleStep; NOM_outerScanRadious = _NOM_outerScanRadious; NOM_innerScanRadious = _NOM_innerScanRadious; ADV_lightTodark = _ADV_lightTodark; ADV_scanPixelCol = _ADV_scanPixelCol; ADV_grayEdgeThreshold = _ADV_grayEdgeThreshold; ADV_refinePointsRate = _ADV_refinePointsRate; ADV_edgeStagety = _ADV_edgeStagety; ADV_posiTionEdgeRate = _ADV_posiTionEdgeRate; ADV_halfEdgewidth = _ADV_halfEdgewidth; } }; struct CaliperWidthParams { cv::RotatedRect NOM_roi; bool ADV_Edge1_lightTodark; bool ADV_Edge2_lightTodark; float ADV_edgeThreshold; int ADV_halfEdgewidth; float ADV_EdgeRate; CaliperWidthParams(cv::RotatedRect _NOM_roi, bool _ADV_Edge1_lightTodark = true, bool _ADV_Edge2_lightTodark = false, int _ADV_grayEdgeThreshold = 8, int _ADV_halfEdgewidth = 2) { NOM_roi = _NOM_roi; ADV_Edge1_lightTodark = _ADV_Edge1_lightTodark; ADV_Edge2_lightTodark = _ADV_Edge2_lightTodark; ADV_edgeThreshold = _ADV_grayEdgeThreshold; ADV_halfEdgewidth = _ADV_halfEdgewidth; } }; struct MeasDBandParams { cv::RotatedRect NOM_roi; float ADV_edgeThreshold = 15; int ADV_halfEdgewidth = 3; float ADV_EdgeRate = 0.5; MeasDBandParams(cv::RotatedRect _NOM_roi, float _ADV_edgeThreshold = 15, int _ADV_halfEdgewidth = 3, float _ADV_EdgeRate = 0.5) { NOM_roi = _NOM_roi; ADV_edgeThreshold = _ADV_edgeThreshold; ADV_halfEdgewidth = _ADV_halfEdgewidth; ADV_EdgeRate = _ADV_EdgeRate; } }; extern "C" __declspec(dllexport) void _stdcall InitiateShapeFit();//初始化ShapeFit功能 extern "C" __declspec(dllexport) void _stdcall ShapeFitRelease();//释放ShapeFit功能 /*拟合直线 输入图像，结果绘制图像，拟合出的直线信息，需拟合的旋转矩形区域，采样框步幅，从亮到暗拟合标识，拟合参数设置 */ extern "C" __declspec(dllexport) RETURNTYPE _stdcall Fit_Line(cv::Mat input_img, cv::Mat output_img, FitLinearParams input_fitParams,Line& output_line); /*拟合线段 输入图像，结果绘制图像，拟合出的线段信息，需拟合的旋转矩形区域，采样框步幅，从亮到暗拟合标识，拟合参数设置 */ extern "C" __declspec(dllexport) RETURNTYPE _stdcall Fit_Segment(cv::Mat input_img, cv::Mat output_img, FitLinearParams input_fitParams, Segment& output_segMen); /*边缘点拟合 输入图像，结果绘制图像，找到的边缘点信息，边缘点长度，需拟合的旋转矩形区域， 采样框步幅，从亮到暗拟合标识，拟合参数设置 */ extern "C" __declspec(dllexport) RETURNTYPE _stdcall get_LineEdgePoints(cv::Mat input_img, cv::Mat output_img, FitLinearParams input_fitLinearParams,vector& output_resPoints); /*拟合圆 输入图像，结果绘制图像，拟合出的圆形信息，需拟合的圆环区域，从亮到暗拟合标识，拟合参数设置 */ extern "C" __declspec(dllexport) RETURNTYPE _stdcall Fit_Circle(cv::Mat input_img, cv::Mat output_img, FitCurvParams input_fitCurvParams,Circlef& output_circle); /*拟合椭圆 输入图像，结果绘制图像，拟合出的椭圆信息，需拟合的圆环区域，从亮到暗拟合标识，拟合参数设置 */ extern "C" __declspec(dllexport) RETURNTYPE _stdcall Fit_Ellipse(cv::Mat input_img, cv::Mat output_img, FitCurvParams input_fitCurvParams,cv::RotatedRect& output_resRotateRect); //卡尺工具用于测量线段宽度 extern "C" __declspec(dllexport) double _stdcall caliperWidthMeasure(cv::Mat input_img, cv::Mat output_img,CaliperWidthParams input_caliperWidthParams); //卡尺检测黑色条带 extern "C" __declspec(dllexport) double _stdcall caliperMeasureDarkBand(cv::Mat input_img, cv::Mat output_img, MeasDBandParams input_measDBandParams); //输入图片，旋转矩形中心，矩形角度，矩形宽，矩形高; extern "C" __declspec(dllexport) cv::Mat _stdcall GetRotateRectROIWithMask(cv::Mat input_img, cv::Mat& out_mask, cv::RotatedRect input_recROI); //画旋转矩形 extern "C" __declspec(dllexport) void _stdcall drawRotatedRectangle(cv::Mat& out_img,cv::RotatedRect input_rec, cv::Scalar input_color, int input_thickness); //获取图像中投影差分分布，亮到暗或者暗到亮 extern "C" __declspec(dllexport) bool _stdcall GetEdgeDestribution(cv::Mat rotateRoiImg, cv::Point2f rotateRectCenter, double angle, cv::Mat & resEdgeDestribution, bool lightTodark, cv::Mat mask, float edgeThreshold = 15, int halfEdgeWidth = 2); ///////////////////////////////////////////////////////距离测量//////////////////////////////////////////////////////////////// //点到点距离 extern "C" __declspec(dllexport) double _stdcall PointToPointDistance(cv::Point2f point1, cv::Point2f point2); //点到圆周距离 extern "C" __declspec(dllexport) double _stdcall PointToCircleDistance(cv::Point2f point, Circlef circle); //根据直线的一般式求得点到直线距离 extern "C" __declspec(dllexport) double _stdcall PointToLineDistance(cv::Point2f point, Line line); //点到线段距离 extern "C" __declspec(dllexport) double _stdcall PointToSegmentDistance(cv::Point2f point, Segment segment); //点到椭圆圆周的距离 extern "C" __declspec(dllexport) double _stdcall PointToEllipseDistance(cv::Point2f point, cv::RotatedRect ellipse); //圆周到圆周最小距离 extern "C" __declspec(dllexport) double _stdcall CircleToCircleDistance(Circlef circle1, Circlef circle2); //圆周到直线距离 extern "C" __declspec(dllexport) double _stdcall CircleToLineDistance(Circlef circle, Line line); //圆周到线段距离 extern "C" __declspec(dllexport) double _stdcall CircleToSegmentDistance(Circlef circle, Segment segment); //圆周到椭圆圆周距离 extern "C" __declspec(dllexport) double _stdcall CircleToEllipseDistance(Circlef circle, cv::RotatedRect ellipse); //椭圆到椭圆距离 //extern "C" __declspec(dllexport) double _stdcall EllipseToEllipseDistance(cv::RotatedRect ellipse1, cv::RotatedRect ellipse2); //直线到椭圆距离 //extern "C" __declspec(dllexport) double _stdcall EllipseToLineDistance(cv::RotatedRect ellipse, double a, double b, double c); //圆到椭圆距离 //extern "C" __declspec(dllexport) double _stdcall EllipseToSegmentDistance(cv::Point2f point, Segment segment); //线段到线段距离 extern "C" __declspec(dllexport) double _stdcall SegmentToSegmentDistance(Segment segment1, Segment segment2); //线段到直线距离 extern "C" __declspec(dllexport) double _stdcall SegmentToLineDistance(Segment segment, Line line); //两条直线之间的夹角 extern "C" __declspec(dllexport) double _stdcall LineToLineAngle(Line line1, Line line2); /////////////相交求交点///////////// //两条直线交点 extern "C" __declspec(dllexport) RETURNTYPE _stdcall getNode_Line2Line(Line input_line1, Line input_line2, cv::Point2f& output_node); //直线和圆得到交点 extern "C" __declspec(dllexport) RETURNTYPE _stdcall getNode_Line2Circle(Line input_line, Circlef input_circle, vector &output_nodes); //圆与圆交点 extern "C" __declspec(dllexport) RETURNTYPE _stdcall getNode_Circle2Circle(Circlef input_circle1, Circlef input_circle2, vector &output_nodes); //得到点在直线上的垂足 extern "C" __declspec(dllexport) RETURNTYPE _stdcall getPerpendicularFoot(Line input_line, cv::Point2f input_pt, cv::Point2f& output_node); //直线和椭圆的交点 extern "C" __declspec(dllexport) RETURNTYPE _stdcall getNode_Line2Ellipse(Line input_line,cv::RotatedRect input_ellipse, vector& output_nodes); //两直线角平分线及两平行线中线 extern "C" __declspec(dllexport) RETURNTYPE _stdcall getLinesBisec(cv::Mat output_showImg, Line input_line1, Line input_line2, Line& output_resLine); //拟合两条直线并求出交点和角度 extern "C" __declspec(dllexport) RETURNTYPE Fit_NodeLine(cv::Mat input_img, cv::Mat output_img, FitLinearParams input_fitParams1, FitLinearParams input_fitParams2, cv::Point2f& output_node, Line& output_line1, Line& output_line2, double &angle); //拟合矩形的四条边并求角度 extern "C" __declspec(dllexport) RETURNTYPE Fit_RectLine(cv::Mat input_img, cv::Mat output_img, FitLinearParams input_fitParams1, FitLinearParams input_fitParams2, FitLinearParams input_fitParams3, FitLinearParams input_fitParams4, vector& output_node); //两点求直线 extern "C" __declspec(dllexport) RETURNTYPE getLine_Node2Node(cv::Point2f& input_node0, cv::Point2f& input_node1, Line &line); //线段求交点 extern "C" __declspec(dllexport) RETURNTYPE getNode_Seg2Seg(Segment input_seg1, Segment input_seg2, cv::Point2f& output_node); /////////////////////////////////////////////////////////////////////////////blob分析//////////////////////////////////////////////////////////////////////////////////////// //斑点过滤模式 enum blobMeasureMode { Area,//面积 Perimeter,//周长 Linearity,//线性度 MainAngle,//主方向 CenterMass_x,//质心x CenterMass_y,//质心y BoundingRect_x,//外接正矩形x BoundingRect_y,//外接正矩形y BoundingRect_width,//外接正矩形宽 BoundingRect_height,//外接正矩形高 BoundingRect_area,//外接正矩形面积 BoundingRect_center_x,//外接正矩形中心x BoundingRect_center_y,//外接正矩形中心y BlobAreaRateofBoundingRect,//斑点面积在外接正矩形中的面积占比 MinAreaRect_width,//最小外接旋转矩形宽度 MinAreaRect_height,//最小外接旋转矩形高度 MinAreaRectAngle,//最小外接旋转矩形角度 MinAreaRect_center_x,//最小外接旋转矩形中心x MinAreaRect_center_y,//最小外接旋转矩形中心y BlobAreaRateofMinAreaRect,//斑点面积在最小外接旋转矩形中的面积占比 EnclosingCircle_x,//最小外接圆中心x EnclosingCircle_y,//最小外接圆中心y EnclosingCircle_radius,//最小外接圆半径 EnclosingCircle_area,//最小外接圆面积 BlobAreaRateofMinEnclosingCircle//斑点面积在最小外接圆中的面积占比 }; //斑点定位切割方式 enum blobFilterMode { MaxValue,//最大值 MinValue,//最小值 }; enum binaryMethod { binary,//二值化 binaryInv//二值化取反 }; //斑点过滤参数 struct blobMeasureParams { public: blobMeasureMode measureMode;//检测方式,周长，面积，线性度，外接矩形等 double lowRange;//measureMode所对应检测最低值 double highRange;//measureMode所对应检测最低值 bool isIncluded;//是否包含在measureMode的检测范围之内 //blob测试的类型，最低值，最大值，是否包含 blobMeasureParams(blobMeasureMode _measureMode, double _lowRange, double _highRange, bool _isIncluded = true) { measureMode = _measureMode; isIncluded = _isIncluded; lowRange = _lowRange; highRange = _highRange; } }; //斑点过滤结果,单个blob的单个属性结果 struct BlobSingleRes { public: blobMeasureMode measureMode;//检测方式,周长，面积，线性度，外接矩形等 double value;//measureMode所对应检测最低值 //blob测试的类型，最低值，最大值，是否包含 BlobSingleRes(blobMeasureMode _measureMode, double _val) { measureMode = _measureMode; value = _val; } BlobSingleRes() { } }; //斑点过滤结果,单个blob的多个属性结果，由过滤参数决定 struct BlobResults { public: vector blobResults; }; //斑点过滤结果,多个blob的多个类型过滤结果 struct AllBlobsResults { public: vector allBlobsResults; }; //blob查找方式 enum blobType { external, outer, inner, all }; //class pRunTimeMeasure//blob轮廓分析类 //{ //public: // // //运行过滤,获取某个区间的斑点图像 // //std::vector runTimeMeasureMode; // //RETURNTYPE checkRes; // // //获取区间内或区间外的blob图像的轮廓，矩形或者Mat // //运行过滤,得到斑点区域轮廓集合 // // virtual std::vector> GetContourList(vector> input_contours, std::vector input_runTimeMeasureMode) = 0; // // //运行过滤,得到斑点区域轮廓集合 // virtual std::vector> GetContourList(cv::Mat input_binaryMat, std::vector input_runTimeMeasureMode, bool input_isImageReverse = false) = 0; // // //运行过滤，得到轮廓区域矩形集合 // virtual std::vector GetRectList(vector> input_contours, std::vector input_runTimeMeasureMode ) = 0; // // //运行过滤，得到轮廓区域矩形集合 // virtual std::vector GetRectList(cv::Mat input_binaryMat, std::vector input_runTimeMeasureMode, bool input_isImageReverse = false) = 0; // // //运行过滤，得到轮廓区域Mat集合 // virtual std::vector GetMatList(cv::Mat input_srcMat, vector> input_contours, std::vector input_runTimeMeasureMode) = 0; // // //运行过滤，得到轮廓区域矩形集合 // virtual std::vector GetMatList(cv::Mat input_srcMat, cv::Mat input_binaryMat, std::vector input_runTimeMeasureMode, bool input_isImageReverse = false) = 0; // // //运行过滤，得到轮廓区域旋转矩形集合 // virtual std::vector GetMinAreaRectList(vector> input_contours,std::vector input_runTimeMeasureMode) = 0; // // //运行过滤，得到轮廓区域矩形集合 // virtual std::vector GetMinAreaRectList(cv::Mat input_binaryMat, std::vector input_runTimeMeasureMode, bool input_isImageReverse = false) = 0; // // //运行过滤，得到轮廓区域旋转矩形Mat集合 // virtual std::vector GetMinAreaRectMatList(cv::Mat srcMat, vector> input_contours, std::vector input_runTimeMeasureMode) = 0; // // //运行过滤，得到轮廓区域旋转矩形Mat集合 // virtual std::vector GetMinAreaRectMatList(cv::Mat srcMat, cv::Mat binaryMat, std::vector input_runTimeMeasureMode, bool input_isImageReverse = false) = 0; // // //**********************************************************************************************************************************// // //获取blob图像的某个过滤模式下最值轮廓，矩形,最小外接旋转矩形或者Mat // //运行过滤，得到轮廓区域矩形 // virtual cv::Rect runFilterGetRect(cv::Mat input_binaryMat, blobFilterMode input_filterMode, // blobMeasureMode input_measureMode, bool input_isImageReverse = false) = 0; // // //运行过滤，得到轮廓区域Mat // virtual cv::Mat runFilterGetMat(cv::Mat input_srcMat, cv::Mat input_binaryMat, // blobFilterMode input_filterMode, blobMeasureMode input_measureMode, bool input_isImageReverse = false) = 0; // // //运行过滤，得到轮廓区域旋转矩形 // virtual cv::RotatedRect runFilterGetMinAreaRect(cv::Mat input_binaryMat, // blobFilterMode input_filterMode, blobMeasureMode input_measureMode, bool input_isImageReverse = false) = 0; // // //运行过滤，得到轮廓区域旋转矩形Mat // virtual cv::Mat runFilterGetMinAreaMat(cv::Mat input_srcMat, cv::Mat input_binaryMat, // blobFilterMode input_filterMode, blobMeasureMode input_measureMode, bool input_isImageReverse = false) = 0; // //}; //找内外轮廓 RETURNTYPE FindInnerAndOuterContours(vector> input_contours, vector input_hierarchy, int flag, vector> &output_contours); //传图找轮廓 RETURNTYPE GetMatContourList(cv::Mat input_binaryMat, blobType _blobType, vector> &output_contours); std::vector> GetSelectedContours(vector> input_contours, std::vector input_runTimeMeasureMode, AllBlobsResults& output_allBlobsRes); //extern "C" __declspec(dllexport) pRunTimeMeasure* _stdcall getBlobRuntimeMeasure();//加载模型 extern "C" __declspec(dllexport) RETURNTYPE GetBinaryImg(cv::Mat input_Mat,cv::Mat&output_Mat,double threshold, binaryMethod method= binaryMethod::binary);//得到二值化图像 extern "C" __declspec(dllexport) RETURNTYPE GetContourList(vector> input_contours, std::vector input_runTimeMeasureMode, std::vector>& output_contours, AllBlobsResults& output_allBlobsRes);//运行过滤,得到斑点区域轮廓集合 extern "C" __declspec(dllexport) RETURNTYPE GetContourList_(cv::Mat input_binaryMat, std::vector input_runTimeMeasureMode, std::vector>& output_contours, AllBlobsResults& output_allBlobsRes, blobType _blobType = outer);//运行过滤,得到斑点区域轮廓集合 extern "C" __declspec(dllexport) RETURNTYPE GetRectList(vector> input_contours, std::vector input_runTimeMeasureMode, std::vector& output_Rects, AllBlobsResults& output_allBlobsRes);//获取外接矩形集合 extern "C" __declspec(dllexport) RETURNTYPE GetRectList_(cv::Mat input_binaryMat, std::vector input_runTimeMeasureMode, std::vector& output_Rects, AllBlobsResults& output_allBlobsRes, blobType _blobType = outer);//获取外接矩形集合 extern "C" __declspec(dllexport) RETURNTYPE GetMatList(cv::Mat input_srcMat, vector> input_contours, std::vector input_runTimeMeasureMode, std::vector& output_Mats, AllBlobsResults& output_allBlobsRes);//运行过滤,得到斑点区域图像 extern "C" __declspec(dllexport) RETURNTYPE GetMatList_(cv::Mat input_srcMat, cv::Mat input_binaryMat, std::vector input_runTimeMeasureMode, std::vector& output_Mats, AllBlobsResults& output_allBlobsRes, blobType _blobType = outer);//运行过滤,得到斑点区域图像 extern "C" __declspec(dllexport) RETURNTYPE GetMinAreaRectList(vector> input_contours, std::vector input_runTimeMeasureMode, std::vector &output_rotatedRects, AllBlobsResults& output_allBlobsRes);//获取最小外接矩形集合 extern "C" __declspec(dllexport) RETURNTYPE GetMinAreaRectList_(cv::Mat input_binaryMat, std::vector input_runTimeMeasureMode, std::vector& output_rotatedRects, AllBlobsResults& output_allBlobsRes, blobType _blobType = outer);//获取最小外接矩形集合 extern "C" __declspec(dllexport) RETURNTYPE GetMinAreaRectMatList(cv::Mat input_srcMat, vector> input_contours, std::vector input_runTimeMeasureMode, std::vector& output_Mats, AllBlobsResults& allBlobsRes);//获取最小外接矩形区域图像集合 extern "C" __declspec(dllexport) RETURNTYPE GetMinAreaRectMatList_(cv::Mat input_srcMat, cv::Mat input_binaryMat, std::vector input_runTimeMeasureMode, std::vector& output_Mats, AllBlobsResults& output_allBlobsRes, blobType _blobType = outer);//获取最小外接矩形区域图像集合 //画出结果 extern "C" __declspec(dllexport) RETURNTYPE GetRectListAndDrawing(cv::Mat input_binaryMat, std::vector input_runTimeMeasureMode, cv::Mat& output_Mat, std::vector& output_Rects, AllBlobsResults& output_allBlobsRes, blobType _blobType = outer);//获取外接矩形集合 extern "C" __declspec(dllexport) RETURNTYPE GetMatListAndDrawing(cv::Mat input_srcMat, cv::Mat input_binaryMat, std::vector input_runTimeMeasureMode, cv::Mat& output_Mat, std::vector& output_regionMats, AllBlobsResults& output_allBlobsRes, blobType _blobType = outer);//运行过滤,得到斑点区域图像 extern "C" __declspec(dllexport) RETURNTYPE GetMinAreaRectListAndDrawing(cv::Mat input_binaryMat, std::vector input_runTimeMeasureMode, cv::Mat& output_Mat, std::vector& output_rotatedRects, AllBlobsResults& output_allBlobsRes, blobType _blobType = outer);//获取最小外接矩形集合 extern "C" __declspec(dllexport) RETURNTYPE GetMinAreaRectMatListAndDrawing(cv::Mat input_srcMat, cv::Mat input_binaryMat, std::vector input_runTimeMeasureMode, cv::Mat& output_Mat, std::vector& output_regionMats, AllBlobsResults& output_allBlobsRes, blobType _blobType = outer);//获取最小外接矩形区域图像集合 /////////////////////////////////////////////////////////////////////////////读码//////////////////////////////////////////////////////////////////////////////////////// //读码类型 enum codeType { CODE_2d = 0, QR_CODE = 1, DATA_MATRIX = 2, AZTEC = 3, PDF417 = 4, CODE_1d = 5, CODABAR = 6, CODE_39 = 7, CODE_93 = 8, CODE_128 = 9, EAN_8 = 10, EAN_13 = 11, ITF = 12, UPC_A = 13, UPC_E = 14, UNKNOWN = 15 }; enum codeParams { None = 0,//无处理，简单读码 TooSmall = 1,//过小->放大 Mirrored = 2, //镜像->翻转 BlackOnWhite = 3,//白底黑格 WhiteOnBlack = 4,//黑底白格 BlackExpand = 5,//黑色增强->腐蚀 WhiteExpand = 6, //白色增强->膨胀 Auto = 7//所有处理都尝试一遍，直到读出码或结束 }; struct decodeStyle//解码模式 { public: codeType NOM_decodedType;//解码类型 codeParams ADV_input_codeParams; int ADV_input_indimension;//指定二维码规格，n*n，默认-1表示算法内自动识别 decodeStyle(codeType _NOM_decodedType, codeParams _ADV_input_codeParams= None,int _ADV_input_indimension = -1) { NOM_decodedType = _NOM_decodedType; ADV_input_codeParams = _ADV_input_codeParams; ADV_input_indimension = _ADV_input_indimension; } }; struct codeInformation//解码信息 { string NOM_decodedData;//解码内容 codeType NOM_decodedType;//解码类型 cv::Rect NOM_codeROI; }; class codeRS { public: //以Mat作为图像输入参数，参数依次为匹配阈值，结果信息，匹配结果数量，图片paddsize virtual RETURNTYPE codeRS_Mat_DetectAndDecode(cv::Mat input_img, cv::Mat& output_img, decodeStyle input_decode, std::vector &output_result) = 0; //以路径作为图像输入参数，参数依次为匹配阈值，结果信息，匹配结果数量，图片paddsize virtual RETURNTYPE codeRS_Mat_Roi_DetectAndDecode(cv::Mat input_img, cv::Mat& output_img, cv::Rect input_roi, decodeStyle input_decode, std::vector &output_result)= 0; virtual RETURNTYPE codeRSdelete() = 0; }; //加载读码模型 //pCMatch：接收载入的模型文件 extern "C" __declspec(dllexport) RETURNTYPE _stdcall Load_codeRSObj(codeRS** output_codeRS); extern "C" __declspec(dllexport) RETURNTYPE codeRS_Mat(cv::Mat input_img, decodeStyle input_decode, codeInformation& output_result); /*解析条形码与二维码 @input_img:输入图像 @input_decode：解码模式 @output_result：解码结果信息*/ extern "C" __declspec(dllexport) RETURNTYPE codeRS_Mat_DetectAndDecode(cv::Mat input_img, cv::Mat& output_img, decodeStyle input_decode, std::vector &output_result); /*解析条形码与二维码 @input_img:输入图像 @input_decode：解码模式 @output_result：解码结果信息*/ extern "C" __declspec(dllexport) RETURNTYPE codeRS_Mat_Decode(cv::Mat input_img, cv::Mat& output_img, decodeStyle input_decode, codeInformation &output_result); /*解析条形码与二维码 @input_img:输入图像 @input_decode：解码模式 @output_result：解码结果信息*/ extern "C" __declspec(dllexport) RETURNTYPE codeRS_Mat_Roi_DetectAndDecode(cv::Mat input_img, cv::Mat& output_img, cv::Rect input_roi, decodeStyle input_decode, std::vector &output_result); /*解析条形码与二维码 @input_img:输入图像 @input_decode：解码模式 @output_result：解码结果信息*/ extern "C" __declspec(dllexport) RETURNTYPE codeRS_Mat_Roi_Decode(cv::Mat input_img, cv::Mat& output_img,cv::Rect input_roi, decodeStyle input_decode, codeInformation &output_result); /////////////////////////////////////////////////////////////////////////////辅助工具//////////////////////////////////////////////////////////////////////////////////////// struct skeletonParams//细化设置 { bool ADV_thinner = 0;//进一步细化标志 int ADV_brunchLength = -1;//可留下的最小分支长度,默认-1代表不去毛刺 }; /*骨架算法 @input_img:输入图像(需为二值图) @output_img：输出图像 @input_params：细化额外设置*/ extern "C" __declspec(dllexport) RETURNTYPE findSkeleton(cv::Mat input_img, cv::Mat &output_img, skeletonParams input_furtherParams); /*圆弧拉直 @input_img:输入图像(需为二值图) @output_img：输出图像 @input_circle：圆弧信息*/ extern "C" __declspec(dllexport) RETURNTYPE cir2rec(cv::Mat input_img, cv::Mat &output_img, Circlef input_circle); enum accuracyFusion//根据图像大小选取精度模式，选取的模式数字越小，融合更细致 { accuracy = 1, simple = 2, easy = 3, }; struct fusionParams//融合参数设置，默认参数为时间充裕的情况下推荐 { bool ADV_sort = true;//图像集排序标识 bool ADV_registration = true;//图像集配准标识 accuracyFusion ADV_accuracy = accuracy;//融合精度 }; /*多聚焦图像融合 @input_imgs:输入图像集合 @output_img：输出图像 @input_params：融合参数设置*/ extern "C" __declspec(dllexport) RETURNTYPE imageFusion(vector input_imgs, cv::Mat &output_img, fusionParams input_params); struct circleGridParams//圆点标定板参数设置 { int ADV_minThreshold = 100;//圆点标定板二值化最低阈值 int ADV_maxThreshold = 200;//圆点标定板二值化最高阈值 int ADV_minArea = 50;//圆点最小面积 int ADV_maxArea = 100;//圆点最大面积 }; enum gridType//标定板类型 { chessBoard = 0,//棋盘格 circlesGrid = 1,//圆点标定板 }; struct calibrationParams//标定参数设置 { gridType NOM_gridType;//标定板类型 int NOM_numCol;//标定板规格：列数 int NOM_numRow;//标定板规格：行数 bool ADV_external = false;//进行外参矫正标识 int ADV_poseid = -1;//基于第n张标定板位姿进行外参矫正，从0开始 circleGridParams ADV_circleGridParams;//圆点标定板参数设置 calibrationParams(gridType _NOM_gridType, int _NOM_numCol, int _NOM_numRow, circleGridParams _ADV_circleGridParams, bool _ADV_external = false, int _ADV_poseid = -1) { NOM_gridType = _NOM_gridType; NOM_numCol = _NOM_numCol; NOM_numRow = _NOM_numRow; ADV_external = _ADV_external; ADV_poseid = _ADV_poseid; ADV_circleGridParams = _ADV_circleGridParams; } }; struct calibrationResult//标定参数 { cv::Mat NOM_cameraMatrix;//相机内参 cv::Mat NOM_distCoeffs;//畸变系数 cv::Mat NOM_transformEtn;//外参矫正矩阵 }; /*完整标定（相机标定+图片校准） @input_imgsCalib：输入标定板图像集合 @input_imgsSrc：输入待校准图像集合 @output_imgs：输出结果图像集合 @input_params：标定参数设置*/ extern "C" __declspec(dllexport) RETURNTYPE calibrationWhole(vector input_imgsCalib, vector input_imgsSrc, vector &output_imgs, calibrationParams input_params); /*相机标定 @input_imgsCalib：输入标定板图像集合 @input_params：标定参数设置 @output_resultCalib：输出标定系数结果*/ extern "C" __declspec(dllexport) RETURNTYPE cameraCalibration(vector input_imgsCalib, calibrationParams input_params, calibrationResult &output_resultCalib); /*单张图片校准 @input_imgsSrc：输入待校准图像集合 @output_imgs：输出结果图像集合 @input_flagExternal：输入进行外参矫正标识 @input_resultCalib：输入标定系数结果*/ extern "C" __declspec(dllexport) RETURNTYPE imageCalibration(cv::Mat input_imgSrc, cv::Mat &output_img, bool input_flagExternal, calibrationResult input_resultCalib); //////////////////////////////////////////////////////////////////////////////图像预处理///////////////////////////////////////////////////////////////////////////////// //滤波器的选择 enum SmoothMethod { meanblur = 0, //均值滤波 gaussianblur = 1,//高斯滤波 medianblur = 2//中值滤波 }; //图像开闭选择 enum Morphology { MopOpen = 0,//图像的开 先腐蚀后膨胀。去除图像中的小亮点 MopClose = 1//图像的闭 先膨胀后腐蚀。去除图像中的小暗点 }; //像素统计的输出结果 struct resPixel { public: int NOM_maxValue;//最大值 int NOM_minValue;//最小值 int NOM_medianValue;//中值 double NOM_meanValue;//均值 double NOM_stdValue;//标准差 double NOM_varValue;//方差 }; //图像旋转 翻转选择 enum ImgRotOrFlip { rotate90Angle = 90, rotate180Angle = 180, rotate270Angle = 270, flipX = 0, flipY = 1 }; /*图像锐化 @input_img:输入的图像； @output_img:输出图像； @size:滤波模板的尺寸大小，size.width和size.height可以有所不同，但它们都必须是正数且都为奇数； @value:锐化系数；*/ extern "C" __declspec(dllexport) RETURNTYPE cvSharpen(cv::Mat input_img, cv::Mat &output_img, cv::Size2i size, float value); /*图像平滑 @param4:Y方向上的高斯核标准偏差，如果sigmaY为0，则将其设置为与sigmaX相同的值， 如果sigmaX和sigmaY都是0，则分别跟据ksize.width和ksize.height计算而来； */ /*图像平滑 @input_img:输入的图像； @smoothmethod:平滑滤波器的选择； @size_w:滤波模板size的第一个参数也可以是中值滤波第三个参数即滤波模板的尺寸大小； @size_h:滤波模板size的第二个参数和size_w一样都要为奇数； @sigma_x:X方向上的高斯核标准偏差； @sigma_y:Y方向上的高斯核标准偏差； @output_img:输出图像；*/ extern "C" __declspec(dllexport) RETURNTYPE cvSmooth(cv::Mat input_img, SmoothMethod smoothmethod, int size_w, int size_h, double sigma_x, double sigma_y, cv::Mat &output_img); /*图像开闭 @input_img:输入的图像； @morphology:开闭方式的选择； @size:滤波模板的尺寸大小； @output_img:输出图像；*/ extern "C" __declspec(dllexport) RETURNTYPE cvMorphology(cv::Mat input_img, Morphology morphology, cv::Size2i size, cv::Mat &output_img); /*图像像素统计工具 @input_img:输入图像； @output_res:输出像素统计结果的结构体类型，里面包含最大值、最小值、中值、平均值、标准差、方差的计算结果； */ extern "C" __declspec(dllexport) RETURNTYPE cvPixelTool(cv::Mat input_img, resPixel &output_res); /*图像像素统计工具 roi区域 @input_img:输入图像； @pixeltool:像素统计类型选择有最大值、最小值、中值、平均值、标准差、方差可供选择； @res0:int类型 求取最大值、最小值、中值所用，用于存储其结果；*/ extern "C" __declspec(dllexport) RETURNTYPE cvPixelToolRoi(cv::Mat input_img, cv::Rect roi, resPixel &output_res); /* @input_img:输入的图像； @output_img:输出图像； @input_params:输入参数 可选择要旋转的角度 以及水平还是垂直翻转图片 */ extern "C" __declspec(dllexport) RETURNTYPE cvImgRotaionFlip(cv::Mat input_img, ImgRotOrFlip input_params, cv::Mat &output_img); /////////////////////////////////////////////////////////////////////////////OCR//////////////////////////////////////////////////////////////////////////////////////// extern "C" __declspec(dllexport) RETURNTYPE trainPics(std::string picsPath, cv::Size picSize, std::string picFormat, std::string SVMFilePath, std::string labelPath); extern "C" __declspec(dllexport) RETURNTYPE loadSVMParams(std::string SVMFilePath, std::string labelPath, cv::Ptr& SVM, std::map& predictMap); extern "C" __declspec(dllexport) RETURNTYPE predictPic(cv::Mat in_Img, cv::Ptr SVM, std::map predictMap, std::string& res);