簡介

OpenCV 圖形 API (或 G-API) 是一個新的 OpenCV 模組，旨在使常規影像處理變得快速且可移植。這兩個目標是透過引入一種新的基於圖的執行模型來實現的。

G-API 是 OpenCV 中的一個特殊模組——與其他大多數主模組不同，它作為一個框架而不是某些特定的 CV 演算法。G-API 提供了定義 CV 操作、使用它構建圖（以表示式的形式）並最終為特定後端實現和執行操作的方法。

注意: G-API 是一個新模組，目前正在積極開發中。它的 API 目前是易變的，未來可能會有一些小的但會破壞相容性的更改。

內容

G-API 文件分為以下幾章

為什麼選擇圖形 API？

G-API 的動機及其目標。
高層設計概述

G-API 架構及其主要內部元件的總體概述。
核心 API

瞭解如何在 G-API 中引入新操作併為各種後端實現它。
實現細節

G-API 的低階實現細節，適合希望做出貢獻的人。
API 參考：函式和類
- G-API 框架
  
  核心 G-API 類、資料型別、後端等。
- G-API 核心功能
  
  核心 G-API 操作——算術、布林和其他矩陣操作；
- G-API 影像處理功能
  
  影像處理函式：色彩空間轉換、各種濾波器等。
- G-API 影片處理功能
  
  影片處理功能。
- G-API 繪圖和合成功能
  
  繪圖和合成功能

API 示例

下面展示了一個非常基本的 G-API 管道示例

#include <opencv2/videoio.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp>
#include <opencv2/gapi/imgproc.hpp>
 
int main(int argc, char *argv[])
{
    cv::VideoCapture cap;
    if (argc > 1) cap.open(argv[1]);
    else cap.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;
}

G-API 是一個獨立的 OpenCV 模組，因此必須顯式包含其標頭檔案。main() 的前四行建立並初始化 OpenCV 的標準影片捕獲物件，該物件從連線的攝像頭或指定的檔案獲取影片幀。

接下來構建 G-API 管道。事實上，它是一系列在 cv::GMat 資料上呼叫的 G-API 操作。G-API 的重要方面是，此程式碼塊只是對操作的宣告，而不是操作本身。此時不進行任何處理，G-API 只跟蹤哪些操作構成管道以及如何連線它。G-API 的*資料物件*（這裡是 cv::GMat）用於連線操作。in 是一個*空*的 cv::GMat，表示這是計算的開始。

編寫 G-API 程式碼後，將其捕獲到呼叫圖中，並例項化 cv::GComputation 物件。該物件接收輸入/輸出資料引用（在此示例中，分別為 in 和 out cv::GMat 物件），並根據 in 和 out 之間的所有資料流重建呼叫圖。

cv::GComputation 是一個輕量級物件，因為它只是捕獲哪些操作構成了一個計算。但是，它可以用於執行計算——在下面的處理迴圈中，每個捕獲的幀（一個 cv::Mat input_frame）都傳遞給 cv::GComputation::apply()。

在示例影片 'vtest.avi' 上執行的示例管道

cv::GComputation::apply() 是一個多型方法，它接受可變數量的引數。由於此計算定義在一個輸入和一個輸出上，因此使用了一個特殊的 cv::GComputation::apply() 過載來傳遞輸入資料並獲取輸出資料。

在內部，cv::GComputation::apply() 會為給定的輸入引數編譯捕獲的圖，並立即在資料上執行編譯後的圖。

透過這個例子可以勾勒出幾個重要的概念

圖的宣告和圖的執行是獨立的步驟；
圖是根據 G-API 表示式序列隱式構建的；
G-API 支援類似函式的呼叫——例如 cv::gapi::resize()，以及運算子，例如 operator|() 用於計算按位 OR；
G-API 的語法旨在看起來純粹：圖中的每個操作呼叫都會產生一個新結果，從而形成一個定向無環圖 (DAG)；
圖的宣告不繫結到任何資料——真正的*資料物件*（cv::Mat）在圖聲明後才進入畫面。

請參閱教程和移植示例，瞭解更多關於各種 G-API 功能和概念的資訊。