• 操作系統：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 編程語言：C++11

引言

OpenCV 圖形API（或稱G-API）是一個新的OpenCV模塊，旨在使常規圖像處理更快且更便攜。通過引入一種新的基于圖的執行模型來實現這兩個目標。

G-API是OpenCV中的一個特殊模塊——與其他大多數主要模塊不同，其他模塊專注于提供具體的計算機視覺算法，而這個模塊則充當框架的角色。G-API提供了定義計算機視覺操作的方法，使用這些操作以表達式的形式構造圖，并最終為特定后端實現和運行這些操作。

注意：
G-API是一個新模塊，目前正處于積極開發中。它的API目前還不穩定，未來可能會有一些雖小但卻可能影響兼容性的變化。
內容

G-API文檔組織如下章節：

• 為什么需要圖形API？

  G-API背后的動機及其目標。

• 高層次設計概覽

  G-API架構的一般概述及其主要內部組件。

• 內核API

  學習如何在G-API中引入新的操作并在各種后端上實現它們。

• 實現細節

  G-API的底層實現細節，適用于那些想要貢獻代碼的人。
  注：這一部分仍在進行中，等完成了我們再來看文檔。

• API參考：函數和類

  • G-API核心功能

    核心G-API操作 - 算術、布爾和其他矩陣操作；

  • G-API圖像處理功能

    圖像處理函數：色彩空間轉換、各種濾鏡等。

我會按章節來一篇一篇的寫，祝愿自己能寫完！！！

API 示例

下面展示了一個非常基礎的G-API管道示例：

#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp>
#include <opencv2/gapi/imgproc.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/videoio.hpp>
int main( int argc, char* argv[] )
{cv::VideoCapture cap;if ( argc > 1 )cap.open( argv[ 1 ] );elsecap.open( 0 );CV_Assert( cap.isOpened() );cv::GMat in;cv::GMat vga     = cv::gapi::resize( in, cv::Size(), 0.5, 0.5 );cv::GMat gray    = cv::gapi::BGR2Gray( vga );cv::GMat blurred = cv::gapi::blur( gray, cv::Size( 5, 5 ) );cv::GMat edges   = cv::gapi::Canny( blurred, 32, 128, 3 );cv::GMat b, g, r;std::tie( b, g, r ) = cv::gapi::split3( vga );cv::GMat out        = cv::gapi::merge3( b, g | edges, r );cv::GComputation ac( in, out );cv::Mat input_frame;cv::Mat output_frame;CV_Assert( cap.read( input_frame ) );do{ac.apply( input_frame, output_frame );cv::imshow( "output", output_frame );} while ( cap.read( input_frame ) && cv::waitKey( 30 ) < 0 );return 0;
}

運行結果

• G-API 是一個獨立的 OpenCV 模塊，所以需要顯式包含它的頭文件。
  在 main() 函數的開頭，首先創建并初始化了 OpenCV 的標準視頻捕捉對象，用于從連接的攝像機或指定文件中獲取視頻幀。
• 接著構建 G-API 管道，實際上是針對 cv::GMat 數據的一系列 G-API 操作調用。需要注意的是，這一段代碼僅僅是定義了要執行的動作，而并沒有實際執行它們。此時沒有進行任何處理，G-API 只是記錄下了哪些操作組成了管道以及它們是如何連接在一起的。G-API 數據對象（這里是 cv::GMat）用于連接不同的操作。in 作為一個空的 cv::GMat 標識了計算的起點。
• 在編寫完 G-API 代碼后，通過實例化 cv::GComputation 對象來捕獲這些操作形成一個調用圖。這個對象接受輸入和輸出數據引用（本例中分別是 in 和 out 的 cv::GMat 對象），并根據 in 和 out 之間的所有數據流重建調用圖。
• cv::GComputation 是一個輕量級的對象，它僅僅捕獲了組成一次計算的操作。不過，它可以用來執行計算——在后續的處理循環中，每一個捕獲到的幀（即 cv::Mat input_frame）都會被傳遞給 cv::GComputation::apply() 方法進行處理。

cv::GComputation::apply() 是一個支持多態的方法，它可以接受可變數量的參數。由于這里的計算是基于一個輸入和一個輸出定義的，因此使用了 cv::GComputation::apply() 的特殊重載版本來傳遞輸入數據并獲取輸出數據。

在內部，cv::GComputation::apply() 會為給定的輸入參數編譯捕獲的圖，并立即在數據上執行編譯后的圖。

通過這個示例，可以概述一些重要的概念：

• 圖聲明和圖執行是獨立的步驟：首先聲明圖（即定義操作流程），然后在需要的時候執行它。
• 圖是從一系列G-API表達式中隱式構建的：不需要手動創建復雜的圖結構，而是通過一系列函數調用來描述處理流程，G-API會自動將其轉換為相應的圖。
• G-API支持類似函數的調用和操作符：例如 cv::gapi::resize() 這樣的函數調用，以及用于計算按位或的操作符 operator|()。
• G-API語法旨在保持純粹性：圖中的每個操作調用都會產生一個新的結果，從而形成一個有向無環圖（DAG）。
• 圖聲明不綁定到任何數據：實際的數據對象（如 cv::Mat）是在圖已經聲明之后才進入過程的。

查看教程和移植示例以了解更多關于各種G-API功能和概念的信息。