我正在尝试为模板匹配制作Open CV项目样本,如here所述。 我到目前为止所做的步骤包括:
Downloaded并在我的项目中导入的Open CV框架将.m扩展文件更改为.mm,在.pch文件中我已包含代码
#ifdef __cplusplus
#import <opencv2/opencv.hpp>
#endif
#ifdef __OBJC__
#import <UIKit/UIKit.h>
#import <Foundation/Foundation.h>
#endif
我还从link下载并导入了MatchTemplate_Demo.cpp文件。 但这里有图书馆链接问题
ld: warning: directory not found for option '-L/Users/G1/Desktop/Xcode'
ld: warning: directory not found for option '-Lprojects/FirstOpenCv/opencv/lib/debug'
ld: library not found for -lopencv_calib3d
clang: error: linker command failed with exit code 1 (use -v to see invocation)
我按照同样的步骤将库包含在给定的here中。
2) Add $(SRCROOT)/opencv to header search path and $(SRCROOT)/opencv/lib/debug for library search path for debug configuration and $(SRCROOT)/opencv/lib/release for release build.
3) Add OpenCV libs to linker input by modifying "Other Linker Flags" option with "-lopencv_calib3d -lzlib -lopencv_contrib -lopencv_legacy -lopencv_features2d -lopencv_imgproc -lopencv_video -lopencv_core".
现在可以请任何人告诉我如何让项目运行。 我已经获取了源和模板图像并在项目中导入。
我基本上有ViewController.h和ViewController.mm文件,现在我不知道我应该在这些文件中编码以查看结果。
同样第2步: 我需要使用相机视图实时扫描图像(这样当我将相机放在源图像上时,它应该扫描并找到模板)。
ld: 1 duplicate symbol for architecture i386 clang:
error: linker command failed with exit code 1 (use -v to see invocation)
任何人都可以建议我如何实施它。
答案 0 :(得分:8)
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 /如何使模板匹配c ++示例代码在iOS项目中运行
3 /如何使用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
检查目标构建设置中的c ++标准库是否设置为libc ++(这是新项目的默认设置)
不要导入demo.cpp而不进行如下所述的更改(它是一个'原始'c ++程序,它有自己的main
函数,需要更改为作为iOS / Cocoa项目的一部分工作)。
不要弄乱标题搜索路径,其他链接器标记等,如果您从openCV.org导入了预构建的框架,则不需要这样做。
除非您知道需要,否则不要将.m文件更改为.mm文件。我的建议是尽可能地将c ++代码与目标C代码分开,因此大多数文件应该是.m文件(objective-C)或.cpp文件(c ++)。您只需要“objective-C ++”的.mm前缀,您打算在同一文件中混合使用Objective-C和c ++。
2 /如何让模板匹配c ++示例代码在iOS项目中运行
我们将对此进行设置,以便您的iOS viewController - 以及大部分iOS代码 - 不需要知道使用openCV / C ++处理图像,同样C ++代码也不需要知道将输入或输出图像数据路由到的位置。我们通过在两者之间创建一个小的包装类来实现这一点,它将Objective-C方法调用转换为c ++类成员函数并返回。我们还将在UIImage上设置一个类别,将图像格式从iOS友好的UIImage转换为openCV-native cv :: Mat。
UIImage + OpenCV类别
您需要一些实用工具方法才能从UIImage转换为cv :: Mat并返回。放置这些的好地方是UIImage类别。在XCode中:文件&gt; New FIle&gt; Cocoa Touch&gt; Objective-C类别将为您设置。调用类别 OpenCV 并将其设为 UIImage 上的类别。这个.m文件你需要更改为.mm,因为它需要从openCV框架中理解c ++类型。
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
.mm文件应该通过密切关注适合作为类别方法的this openCV.org code sample来实现这些方法(例如,您不将UIImage传递给实例方法,而是使用self
引用它)
您可以使用类别方法,就像它们是UIImage类和实例方法一样:
UIImage* image = [UIImage imageWithCVMat:matImage]; //class method
cv::Mat matImage = [image cvMat]; //instance method
openCV包装类
创建一个包装类,将Objective-C方法(从viewController调用)转换为c ++函数
标题类似
// CVWrapper.h
#import <Foundation/Foundation.h>
@interface CVWrapper : NSObject
+ (NSImage*) templateMatchImage:(UIImage*)image
patch:(UIImage*)patch
method:(int)method;
@end
我们发送模板图像,补丁图像和模板匹配方法,并返回显示匹配的图像
实施(.mm文件)
// 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;
}
我们正在有效地采用标准的Objective-C方法和UIImage类型,并将它们转换为使用c ++(openCV框架)类型调用C ++成员函数,并将结果转换回UIImage。
C ++ TemplateMatch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
实现:
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
}
现在在您的viewController
中,您只需要调用此方法:
UIImage* matchedImage =
[CVWrapper templateMatchImage:self.imageView.image
patch:self.patchView.image
method:0];
没有看到c ++。
3 /使用实时相机视图进行模板匹配
简短回答:matchTemplate
在实时相机环境中效果不佳。该算法在图像中寻找具有与贴片相同的比例和方向的匹配:它将贴片平铺在图像上以原始方向和大小滑动,以比较最佳匹配。如果图像是透视歪斜,不同尺寸或旋转到不同方向,则不会产生很好的效果。
你可以改为看看OpenCV的Feature Detection algorithms,其中一些是moved to non-free。这是一个nice description of SIFT给你的想法。对于视频捕获,您可能还需要查看cap_ios.h
中的opencv2/highgui
:here is a tutorial。
答案 1 :(得分:0)
实际上你已经下载了已经编译好的库,所以不需要按照你在问题中提到的步骤和问题(即你已经遵循了错误的步骤),因为步骤是将源代码编译成静态库。 / p>
按照以下步骤进行操作