opencv02-策略模式设计

先来看看我们的代码效果，输入一张图片：

我们算上图中的像素点与RGB（20, 220, 20）的距离，也就是与一个偏绿色像素点的距离。如果距离小于一定的值，就将这个像素值置为255，否则置为0。

则，我们得到的输出图片是:

---

想要实现上述效果实际并不难，我们这里打算用一种设计模式来实现这个过程。我们将一些算法封装在头文件里，比如计算距离，设置最小距离等等。而在类里就实现一个函数，用来遍历所有像素点，判断距离并且二值化。

下面是这个头文件的代码：

#ifndef COLORDETECT_H_#define COLORDETECT_H_#include<opencv2/core/core.hpp>using namespace cv;class ColorDetect{private:    int minDist;    Vec3b target;    Mat result;    int getDistance(const Vec3b &color) const{        return abs(color[0] - target[0] + color[1] - target[1] + color[2] - target[2]);    }public:    ColorDetect(){        minDist = 90;        target[2] = target[1] = target[0] = 0;     }    void setDistanceThreshold(int dis){        if (dis < 0){            dis = 0;        }        minDist = dis;    }    const int getDistanceThreshold(){        return minDist;    }    void setTargetColor(uchar R, uchar G, uchar B){        target[0] = B;        target[1] = G;        target[2] = R;    }    void setTargetColor(Vec3b t){        target = t;    }    const Vec3b getTargetColor(){        return target;    }    Mat process(Mat& img);};#endif

头文件里除了对私有变量的定义外，还实现了一些set,get以及构造函数。

---

cpp文件仅仅需要实现process函数即可。

#include"colordetect.h"Mat ColorDetect::process(Mat& img){    result.create(img.size(), CV_8U);    for (int i = 0; i < img.rows; i++){        Vec3b* data = img.ptr<Vec3b>(i);        for (int j = 0; j < img.cols; j++){            if (getDistance( *(data+j) ) < minDist){                *(data + j) = Vec3b(255,255,255);            }            else{                *(data + j) = Vec3b(0, 0, 0);            }        }    }    return img;}