OpenHarmony OpenCV应用样例开发

背景

OpenCV 介绍

OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库。它由一系列的 C 函数和少量 C++ 类构成，同时提供 Python、Java 和 MATLAB 等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

OpenCV 具有极广的应用领域，它包括但不限于：

人脸识别和物体识别：这是 OpenCV 的一项重要功能，应用在许多领域，如安全监控、交互设计等。
图像和视频分析：如图像增强、图像分割、视频跟踪等。
图像合成和 3D 重建：在图像处理和计算机视觉领域，OpenCV 可以用于创建 AR 或 VR 效果，生成 3D 模型等。
机器学习：OpenCV 内置了大量的机器学习算法，可以用于图像分类、聚类等任务。
深度学习：OpenCV 中的 dnn 模块提供了一系列深度学习模型的接口，用户可以加载预训练模型进行图像识别、目标检测等任务。

本文主要介绍 OpenHarmony 如何用 opencvlib 进行应用样例开发

应用开发

创建 HAP

通过 DevEcoStudio 创建项目"File->New->Create Project"创建一个工程

工程创建完毕后，界面入口为 Index.ets

引用 OpenCV lib 库

引入 opencv 头文件库，放在 include 目录下

引入 lib 库，放在 libs 目录下

修改 CMAKE

增加 common 头文件和 cpp 文件

  //
  // Created on 2024/3/5.
  //
  // Node APIs are not fully supported. To solve the compilation error of the interface cannot be found,
  // please include "napi/native_api.h".

  #ifndef OpencvSample_common_H
  #define OpencvSample_common_H

  #include <string>
  #include <stdio.h>
  #include <js_native_api.h>
  #include <js_native_api_types.h>
  #include <vector>
  #include "opencv2/opencv.hpp"
  #include "opencv2/imgcodecs/legacy/constants_c.h"
  #include "hilog/log.h"
  #include "napi/native_api.h"
  #include "rawfile/raw_file_manager.h"
  #include "rawfile/raw_file.h"
  #include "rawfile/raw_dir.h"

  #define GLOBAL_RESMGR (0xFFEE)
  constexpr int32_t RGB_565 = 2;
  constexpr int32_t RGBA_8888 = 3;

  constexpr int32_t STR_MAX_SIZE = 200;
  constexpr int32_t LONG_STR_MAX_SIZE = 1024;
  constexpr int32_t ERR_OK = 0;
  constexpr int8_t NO_ERROR = 0;
  constexpr int8_t ERROR = -1;
  constexpr uint8_t PARAM0 = 0;
  constexpr uint8_t PARAM1 = 1;
  constexpr uint8_t PARAM2 = 2;
  constexpr uint8_t PARAM3 = 3;
  constexpr uint8_t PARAM4 = 4;
  constexpr uint8_t PARAM5 = 5;
  constexpr uint8_t PARAM6 = 6;
  constexpr uint8_t PARAM7 = 7;
  constexpr uint8_t PARAM8 = 8;
  constexpr uint8_t PARAM9 = 9;
  constexpr uint8_t PARAM10 = 10;
  constexpr uint8_t PARAM11 = 11;
  constexpr uint8_t PARAM12 = 12;

  constexpr int32_t ARGS_ONE = 1;
  constexpr int32_t ARGS_TWO = 2;
  constexpr int32_t ONLY_CALLBACK_MAX_PARA = 1;
  constexpr int32_t ONLY_CALLBACK_MIN_PARA = 0;

  struct CallbackPromiseInfo {
      napi_ref callback = nullptr;
      napi_deferred deferred = nullptr;
      bool isCallback = false;
      int32_t errorCode = 0;
  };

  template <typename T> void FreeMemory(T *p) {
      if (p == nullptr) {
          return;
      }
      delete p;
      p = nullptr;
  }

  template <typename T> void FreeMemoryArray(T *p) {
      if (p == nullptr) {
          return;
      }
      delete[] p;
      p = nullptr;
  }
  #define NAPI_RETVAL_NOTHING
  #define NAPI_CALL_BASE(env, theCall, retVal)                                                                           \
      do {                                                                                                               \
          if ((theCall) != 0) {                                                                                          \
              return retVal;                                                                                             \
          }                                                                                                              \
      } while (0)

  #define NAPI_CALL(env, theCall) NAPI_CALL_BASE(env, theCall, nullptr)
  #define NAPI_CALL_RETURN_VOID(env, theCall) NAPI_CALL_BASE(env, theCall, NAPI_RETVAL_NOTHING)

  extern bool GetMatFromRawFile(napi_env env, napi_value jsResMgr, const std::string &rawfileDir,
                                const std::string &fileName, cv::Mat &srcImage);
  extern bool cvtMat2Pixel(cv::InputArray _src, cv::OutputArray &_dst, int code);
  extern napi_value NapiGetNull(napi_env env);
  extern uint32_t GetMatDataBuffSize(const cv::Mat &mat);
  extern bool CreateArrayBuffer(napi_env env, uint8_t *src, size_t srcLen, napi_value *res);
  extern napi_value NapiGetUndefined(napi_env env);
  extern napi_value GetCallbackErrorValue(napi_env env, int32_t errCode);
  extern napi_value NapiGetBoolean(napi_env env, const bool &isValue);
  extern uint32_t GetMatDataBuffSize(const cv::Mat &mat);
  extern void SetCallback(const napi_env &env, const napi_ref &callbackIn, const int32_t &errorCode,
                          const napi_value &result);
  extern void SetPromise(const napi_env &env, const napi_deferred &deferred, const int32_t &errorCode,
                         const napi_value &result);
  extern void ReturnCallbackPromise(const napi_env &env, const CallbackPromiseInfo &info, const napi_value &result);
  extern napi_value JSParaError(const napi_env &env, const napi_ref &callback);
  extern void PaddingCallbackPromiseInfo(const napi_env &env, const napi_ref &callback, CallbackPromiseInfo &info,
                                         napi_value &promise);
  extern bool WrapJsPixelInfoInfo(napi_env env, cv::Mat &outMat, napi_value &result);

  #endif //OpencvSample_common_H

增加灰度转换方法

  using namespace std;
  using namespace cv;
  static const char *TAG = "[opencv_img2Gray]";

  napi_value Img2Gray(napi_env env, napi_callback_info info) {
      OH_LOG_Print(LOG_APP, LOG_INFO, GLOBAL_RESMGR, TAG, "Img2Gray Begin");
      napi_value result = NapiGetNull(env);
      size_t argc = 3;
      napi_value argv[3] = {nullptr};

      napi_get_cb_info(env, info, &argc, argv, nullptr, nullptr);

      size_t strSize;
      char strBuf[256];
      napi_get_value_string_utf8(env, argv[1], strBuf, sizeof(strBuf), &strSize);
      std::string fileDir(strBuf, strSize);
      OH_LOG_Print(LOG_APP, LOG_INFO, GLOBAL_RESMGR, TAG, "fileDir：%{public}s", fileDir.c_str());

      napi_get_value_string_utf8(env, argv[2], strBuf, sizeof(strBuf), &strSize);
      std::string fileName(strBuf, strSize);
      OH_LOG_Print(LOG_APP, LOG_INFO, GLOBAL_RESMGR, TAG, "fileName：%{public}s", fileName.c_str());

      Mat srcImage;
      if (!GetMatFromRawFile(env, argv[0], fileDir, fileName, srcImage)) {
          OH_LOG_Print(LOG_APP, LOG_ERROR, GLOBAL_RESMGR, TAG, "Get Mat from rawfile failed!.");
          return result;
      }

      Mat srcGray;
      cvtColor(srcImage, srcGray, COLOR_RGB2GRAY);

      // 將图像转换为pixelMap格式
      Mat outMat;
      cvtMat2Pixel(srcGray, outMat, RGBA_8888);
      OH_LOG_Print(LOG_APP, LOG_INFO, GLOBAL_RESMGR, TAG, "outMat size: %{public}d, cols：%{public}d, rows：%{public}d",
                   outMat.total(), outMat.cols, outMat.rows);

      napi_create_object(env, &result);
      bool retVal = WrapJsPixelInfoInfo(env, outMat, result);
      if (!retVal) {
          OH_LOG_Print(LOG_APP, LOG_ERROR, GLOBAL_RESMGR, TAG, "WrapJsInfo failed!.");
      }

      return result;
  }

导出 //hello.cpp

  EXTERN_C_START
  static napi_value Init(napi_env env, napi_value exports)
  {
      napi_property_descriptor desc[] = {
          {"add", nullptr, Add, nullptr, nullptr, nullptr, napi_default, nullptr},
          {"img2Gray", nullptr, Img2Gray, nullptr, nullptr, nullptr, napi_default, nullptr}
      };
      napi_define_properties(env, exports, sizeof(desc) / sizeof(desc[0]), desc);
      return exports;
  }
  EXTERN_C_END

导出接口 //index.d.ts

  import resourceManager from '@ohos.resourceManager';

  export interface PixelInfo {
    rows: number;
    cols: number;
    buffSize: number;
    byteBuffer: ArrayBuffer;
  }

  export const add: (a: number, b: number) => number;
  export const img2Gray: (resmgr: resourceManager.ResourceManager, path: string, file: string) => PixelInfo;

在页面添加交互 // index.ets

  Column() {
    Image(this.isGray ? this.imagePixelMap : $rawfile('lena.jpg'))
      .margin({ left: 24, right: 24 })
      .objectFit(ImageFit.Contain)
      .id('backBtn')
    }
    .width('100%')
    .height('60%')
    .alignItems(HorizontalAlign.Center)
    .justifyContent(FlexAlign.Start)

    Row() {
      Button($r('app.string.image_gray'), { type: ButtonType.Capsule })
        .backgroundColor(this.isGray ? Color.Gray : Color.Blue)
        .margin({ left: 24 })
        .width('30%')
        .id('imageGray')
        .enabled(this.isGray ? false : true)
        .onClick(() => {
          let pixelInfo: testNapi.PixelInfo = testNapi.img2Gray(getContext().resourceManager, '', 'lena.jpg');
          Logger.info(TAG, `pixelInfo buffSize: ${pixelInfo.buffSize}`);

          let opts: image.InitializationOptions = {
            editable: true,
            pixelFormat: this.pixelMapFormat,
            size: { height: pixelInfo.rows, width: pixelInfo.cols }
          }
          image.createPixelMap(pixelInfo.byteBuffer, opts, (error, pixelmap) => {
            if (error) {
              Logger.error(TAG, `Failed to create pixelmap error_code ${error.code}`);
            } else {
              Logger.info(TAG, 'Succeeded in creating pixelmap.');
              this.imagePixelMap = pixelmap;
            }
          })
          this.isGray = true;
      })

      Button($r('app.string.image_recover'), { type: ButtonType.Capsule })
        .backgroundColor(Color.Blue)
        .width('30%')
        .id('imageRecover')
        .onClick(() => {
          this.isGray = false;
        })
      }
      .width('100%')

展示

总结

可以用 nativec++ 方式导入 opencv 库直接开发应用，目前实现了一个简单接口，后面会实现场景应用
目前只能做到可用，还有以下问题：
- 需要 NAPI 接口进行 ArkTS 和 C/C++ 交互
- 速度比较慢，是否可以通过 GPU 加速
- Arkts 和 native 交互多，考虑转用 xcomponent 方式

为了能让大家更好的学习鸿蒙（HarmonyOS NEXT）开发技术，这边特意整理了《鸿蒙开发学习手册》（共计890页），希望对大家有所帮助：https://qr21.cn/FV7h05