第12课 用openCV数豆豆

FFmpeg与openCV绝对是绝配。前面我们已经基本熟悉了FFmpeg的工作流程，这一章我们重点来看看openCV。

在前面，我们已经使用openCV打开过摄像头并在MFC中显示图像，但openCV能做的要远超你的想像，比如可以用它来实现人脸检测、车牌识别等，在AI领域，openCV早已声名鹊起。

这节课，我们先来看一个简单的例子：数豆豆。这个小例子可以让你领略openCV的强悍。

1.复制demo4并改名为demo12。

2.修改init函数：

//capCamHandle = CreateThread(NULL, 0, (LPTHREAD_START_ROUTINE)capCamThread, (LPVOID)this, 0, NULL);
capImgHandle = CreateThread(NULL, 0, (LPTHREAD_START_ROUTINE)capImgThread, (LPVOID)this, 0, NULL);

3.添加对应的数豆豆函数：

DWORD WINAPI fmle::capImgThread(LPVOID lpParam) {
	fmle *pThis = (fmle*)lpParam;
	pThis->capImg();
	return 0;
}

int fmle::capImg() {
	videoCap.open(0);
	cv::Mat imgMat;
	imgMat = cv::imread("Bean.jpg");
	// 转换为HSV颜色空间
	cv::Mat hsvMat;
	cv::cvtColor(imgMat, hsvMat, cv::COLOR_BGR2HSV);	
	// 定义黄色范围的HSV阈值
	cv::Scalar lowerColor(26, 43, 46);
	cv::Scalar upperColor(34, 255, 255);
	// 对图像进行颜色过滤
	cv::Mat maskMat;
	cv::inRange(hsvMat, lowerColor, upperColor, maskMat);
	// 对二值图像进行形态学操作，去除噪点
	cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(5, 5));
	cv::morphologyEx(maskMat, maskMat, cv::MORPH_OPEN, kernel);
	// 寻找轮廓
	std::vector<std::vector<cv::Point>> contours;
	cv::findContours(maskMat, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);
	// 统计豆子数量
	int beanCount = contours.size();
	cv::Mat resultMat = imgMat.clone();
	cv::drawContours(resultMat, contours, -1, cv::Scalar(0, 0, 255), 2);
	cv::putText(resultMat, "Total: " + std::to_string(beanCount), cv::Point(0, 290), cv::FONT_HERSHEY_SIMPLEX, 1, cv::Scalar(255, 255, 255), 2);
	mainDlg->drawMatOfPub(resultMat);
	return 0;
}

4.调试运行，豆豆数量立即就显示出来了，是不是很简单？