基于OpenCV实现“钢管计数”算法，基于Csharp编写界面，并实现算法融合【完成】...

一、DL现状、本例范畴

本例显然属于object localization。

二、支撑环境和基本流程

这个基本上来说，就是采用百度自己提供的数据集（后期我这个桌面食物数据集也上传）和工具来做了。非常值得注意一点的是百度的标注工具，有智能标准的能力。我没有全部标注完，但是结果已经非常不错。

首先是创建这个数据集。我采用“高拍仪拍摄3个松鼠食物”的方法来进行。共采集45张图片，其中训练的40张要有部分是比较难以识别的，检测的5张相对质量较好。

这种小规模的数据集那是相当棒的结果了。

数据集训练好了，其实我更关心的是调用问题，好像Csharp有接口的，我来看看；其实对于以下任何一种方式来说，调用都是问题：

充10块钱就可以了

使用之前的Csharp代码来进行调用实验。

这里的购买方式都是可选的，我认为这种方式未来肯定是很好的，但是要考虑消费者习惯；此外，本地OpenCV调用方式，肯定是需要的；还有公网这种调用方式，还需要研究研究才能够实现的。

直接提供了H5的调用方式，在采集方式不统一的情况下给出较高结果，使得我认为这可能就是最后需要采用的方法。

三、GOCW的引入

希望能够用Csharp编写界面，因为它更好用；但是又不想引入EmguCV类似的库，因为里面很多东西不是我需要的。那么最直接的方法就是使用Csharp调用基于Opencv编写的类库文件(Dll)的，我取名叫做GreenOpenCsharpWarper(GOCW)

经过比较长时间的探索研究，目前的GOCW已经可以直接以函数的形式在内存中传递bitmap和Mat对象，达到了函数级别的应用。因为这里涉及到托管代码编写，也就是CLR程序编写，所以有比较复杂的地方；为了展现GOCW的优良特性，我编写实现GOGPY项目，也就是一个"Csharp编写界面，OpenCV实现算法的实时视频处理程序”，相关细节都包含其中。之所以叫“GPY”,是采集硬件这块，我采用了成像质量较好的高拍仪设备（GaoPaiYi)。

这里简单将最核心内容进行讲解。GOCW的核心问题，无非就是基于CLR之上的两个方向的数据流转换。核心函数为

Bitmap^  GOClrClass::testMethod(cli::array<unsigned char>^ pCBuf1)
{
    pin_ptr<System::Byte> p1 = &pCBuf1[0];
    unsigned char* pby1 = p1;
    cv::Mat img_data1(pCBuf1->Length,1,CV_8U,pby1);
    cv::Mat img_object = cv::imdecode(img_data1,IMREAD_UNCHANGED);//获得数据到img_object中去
    //处理过程///
    cvtColor(img_object,img_object,40);

    /
    Bitmap^ bb = MatToBitmap(img_object);
    if (!img_object.data)
        return nullptr;
    std::vector<uchar> buf;
    cv::imencode(".jpg", img_object, buf);
    return bb;
}

以及

System::Drawing::Bitmap^ MatToBitmap(const cv::Mat& img)
{
    if (img.type() != CV_8UC3)
    {
        throw gcnew NotSupportedException("Only images of type CV_8UC3 are supported for conversion to Bitmap");
    }
    //create the bitmap and get the pointer to the data
    PixelFormat fmt(PixelFormat::Format24bppRgb);
    Bitmap ^bmpimg = gcnew Bitmap(img.cols, img.rows, fmt);
    BitmapData ^data = bmpimg->LockBits(System::Drawing::Rectangle(0, 0, img.cols, img.rows), ImageLockMode::WriteOnly, fmt);
    //byte *dstData = reinterpret_cast<byte*>(data->Scan0.ToPointer());
    Byte *dstData = reinterpret_cast<Byte*>(data->Scan0.ToPointer());
    unsigned char *srcData = img.data;
    for (int row = 0; row < data->Height; ++row)
    {
        memcpy(reinterpret_cast<void*>(&dstData[row*data->Stride]), reinterpret_cast<void*>(&srcData[row*img.step]), img.cols*img.channels());
    }
    bmpimg->UnlockBits(data);
    return bmpimg;
}

而在ｃｓｈａｒｐ中，直接

Bitmap b = new Bitmap(cam.Width, cam.Height, cam.Stride, PixelFormat.Format24bppRgb, m_ip);
// If the image is upsidedown
b.RotateFlip(RotateFlipType.RotateNoneFlipY);
srcImage = b;
if (picPreview.Image != null)
picPreview.Image.Dispose();
//调用clr+opencv图像处理模块
MemoryStream ms = new MemoryStream();
b.Save(ms, System.Drawing.Imaging.ImageFormat.Jpeg);
byte[] bytes = ms.GetBuffer();
Bitmap bitmap = client.testMethod(bytes);

就可以调用，并且获得结果。

具体内容 <https://www.cnblogs.com/jsxyhelu/p/9509181.html>

四、本例的实现、训练和效果

4.1、重构解决方案