簡介

OpenCV 圖形 API (G-API) 是一個新的 OpenCV 模組，旨在使常規影像處理更加快速且具備可移植性。這兩個目標是透過引入一種基於圖形 (graph-based) 的執行模型來實現的。

G-API 是 OpenCV 中的一個特殊模組——與大多數其他主要模組不同，它更像是一個框架，而非單一特定的 CV 演算法。G-API 提供了定義 CV 操作、使用這些操作構建圖形（以表達式形式），以及為特定後端實作並執行這些操作的方法。

備註: G-API 是一個新模組，目前正處於活躍開發階段。其 API 目前仍不穩定，未來可能會出現一些雖小但會破壞相容性的變更。

為什麼選擇圖形 API (Graph API)？

G-API 背後的動機與目標。
高階設計概覽

G-API 架構及其主要內部組件的總體概述。
核心 API (Kernel API)

了解如何在 G-API 中引入新操作並為不同後端進行實作。
實作細節

G-API 的底層實作細節，供有意貢獻開發者參考。
API 參考：函數與類別
- G-API 框架
  
  G-API 核心類別、資料型態、後端等。
- G-API 核心功能
  
  G-API 核心操作 - 算術、布林與其他矩陣運算；
- G-API 影像處理功能
  
  影像處理函數：色彩空間轉換、各類濾波器等。
- G-API 影片處理功能
  
  影片處理功能。
- G-API 繪圖與合成功能
  
  繪圖與合成功能。

API 範例

以下展示一個極基礎的 G-API 管線 (pipeline) 範例：

#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，因此必須明確包含其標頭檔。main() 的前四行建立並初始化了 OpenCV 標準的影片擷取物件，用於從連接的攝影機或指定檔案中獲取影片影格。

接下來構建 G-API 管線。實際上，這是一系列針對 cv::GMat 資料的 G-API 操作呼叫。G-API 的一個重要方面在於，此程式碼區塊僅是對動作的聲明，而非動作本身。此時不會進行任何處理，G-API 僅追蹤哪些操作構成了管線以及它們是如何連接的。G-API 資料物件（此處為 cv::GMat）用於將操作彼此連接。in 是一個空的 cv::GMat，用以標示計算的開始。

當 G-API 程式碼編寫完成後，會透過實例化 cv::GComputation 物件將其擷取到一個呼叫圖 (call graph) 中。該物件將輸入/輸出資料參照（在本例中分別為 in 和 out cv::GMat 物件）作為參數，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，因為它只擷取了哪些操作構成了計算。然而，它可以被用來執行計算——在接下來的處理迴圈中，每個被擷取的影格（一個 cv::Mat input_frame）都會被傳遞給 cv::GComputation::apply()。

範例管線在範例影片 'vtest.avi' 上運行的情況。

cv::GComputation::apply() 是一個多型方法，接受可變數量的參數。由於此計算定義在單一輸入和單一輸出上，因此使用 cv::GComputation::apply() 的特殊多載來傳遞輸入資料並獲取輸出資料。

在內部，cv::GComputation::apply() 會針對給定的輸入參數編譯被擷取的圖，並立即在資料上執行編譯後的圖。

透過此範例可以歸納出幾個重要概念：

圖形的聲明與圖形的執行是兩個不同的步驟；
圖形是從一連串 G-API 表達式中隱式構建的；
G-API 支援類函數呼叫（例如 cv::gapi::resize()）以及運算子（例如用於計算位元運算 OR 的 operator|()）；
G-API 語法旨在保持純淨：圖形中的每個操作呼叫都會產生一個新的結果，從而形成一個有向無環圖 (DAG)；
圖形聲明不綁定任何資料——真實的資料物件（cv::Mat）是在圖形聲明完成後才引入的。

請參閱教學與移植範例以了解更多關於各種 G-API 功能與概念的資訊。

簡介

目錄

API 範例