- A+
OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、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用C++语言编写，它具有C ++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS，OpenCV主要倾向于实时视觉应用。
OpenCvSharp 是一个OpenCV的.Net wrapper，应用最新的OpenCV库开发，使用习惯比EmguCV更接近原始的OpenCV，有详细的使用样例供参考。该库采用LGPL发行，对商业应用友好。使用OpenCvSharp，可用C#，VB.NET等语言实现多种流行的图像处理(image processing)与计算机视觉(computer vision)算法。
但是在实际使用中，由于涉及到不同编程语言之间互相调用，导致C++ 中的OpenCV与C#中的OpenCvSharp 图像数据在不同编程语言之间难以有效传递。在本文中我们将结合OpenCvSharp源码实现原理，探究两种数据之间的通信方式
1. 问题分析
在日常开发中，由于一些库不支持C#接口，因此在使用时我们需要借助动态链接库的方式，在C#中调用C++封装的应用。由于C++与C#底层编译方式不同，因此动态链接库只可以传递基础的数据类型，无法传递像Class这种高级的数据格式。
在日常开发中，我们在C#中使用OpenCvSharp进行图像处理，但是我们调用的算法是通过C++封装的动态链接库，且需要将图片数据传递到C++封装的动态链接库中进行处理，因此实现高效的实现图片数据传递是十分有必要的。常见的方式有两种：
（1）第一种方式是在C#中将图片数据转为基本数据类型byte[]数组，然后将该数据传递到C++动态链接库中，在接收到该数据后，由C++再将该数据重新转为图片数据进行处理。目前该方式经过测试，是可以实现的，但是这样有一个弊端，图片数据需要进行两次的转换，这样会导致严重浪费时间和消耗大量内存。
（2）第二种方式是在C#中将数据保存到本地，然后再C++动态链接库中读取。与上一种方式一样，这样会导致严重浪费时间和消耗大量内存。
2. 解决办法
为了解决这个问题，我们探究了一下OpenCvSharp 实现方式，通过其源码可知，OpenCvSharp 在实现时，是通过对C++中的OpenCV进行了进一步封装，将Mat数据定义成指针类型，然后以指针的方式在C++与C#中进行传递；而在C#中，重新定义了Mat数据类型，将C++传递来的Mat指针作为成员变量进行初始化，而后续基于Mat的所有操作，其低层都是通过传递这个指针进行操作的。
知道了Mat的这个数据类型的实现原理后，我们可以模仿这种方式，以指针的方式实现将OpenCvSharp的数据传递到OpenCV C++中，这样就可以快速实现数据类型传递。实现方式如下图所示。
在C#中使用OpenCvSharp获取一个图片数据，数据类型为Mat，我们可以先进行处理等操作；接下来我们可以获取OpenCvSharp的地址CvPtr，然后在C++中使用*Mat指针进行获取，然后通过*Mat我们便可以获取到OpenCV C++中的Mat数据。接下来，用户就可以根据自己的需求进行处理即可。在处理完成后，在将获得新的用Mat数据转为用*Mat指针，然后再C#中，使用IntPtr数据类型进行接收，然后使用OpenCvSharp的Mat以获取的指针数据为初始值初始化Mat数据类型即获得新的Mat数据。
通过上述方式，我们便可以很轻松的实现C#中的OpenCvSharp与C++中的OpenCv数据转换。
3. 项目创建
为方便演示，下述所有程序设计与编译皆是在Windows11环境下，使用Visual Studio 2022编辑器实现。
- OpenCV: 4.8.0
- OpenCvSharp: 4.9.0
大家可以根据上述版本进行配置，也可以使用其他版本配置，但要保证OpenCV与OpenCvSharp都是同一个基础版本的，且版本差别不要太大。
3.1 创建C++项目
使用Visual Studio 2022创建一个空的C++项目，然后添加两个文件，分别为：mat_conv.h、mat_conv.cpp。
接下来配置项目属性，首先配置项目输出类型，如下图所示，设置图片输出类型为动态库(.dll)
然后配置OpenCV C++项目依赖，主要是配置C++项目的包含目录、库目录以及附加依赖项三个地方，如下图所示：
 |
 |
以下是我的项目设置信息，大家可以根据自己安装的OpenCV情况进行设置：
包含目录: C:3rdpartylibopencvbuildinclude 库目录: C:3rdpartylibopencvbuildx64vc16lib 附加依赖项: opencv_world480.lib 3.2 创建C#项目
使用Visual Studio 2022创建一个新的C#控制台项目，然后使用NuGet安装所需的程序集即可，此处只需要安装OpenCvSharp即可，如下图所示：
4. 接口测试
此处主要测试四个接口：
- 第一个接口测试在OpenCvSharp中读取一张图片，然后将图片数据传入到OpenCV中，测试传入是否成功。
- 第二个测试接口在OpenCV创建一个图片，绘制一个矩形，然后将创建好的图片传出到OpenCvSharp，测试传出数据是否成功。
- 第三个测试接口是在OpenCvSharp中读取一张图片，然后将图片数据传入到OpenCV中，并进行一步处理，该处理结果会将数据保存到另一个新的图片数据中，将该新的图片数据传出，然后在OpenCvSharp查看是否处理成功，测试该过程是否成功。
- 第四个测试接口是在OpenCvSharp中读取一张图片，然后将图片数据传入到OpenCV中，并进行一步处理，该处理结果会直接在原有数据上进行修改，然后在OpenCvSharp查看是否处理成功，测试该过程是否成功。
4.1 接口一测试
在以下文件中分别添加以下代码：
mat_conv.h
#include "opencv2/opencv.hpp" extern "C" __declspec(dllexport) void __stdcall mat_conv1(cv::Mat * mat); mat_conv.cpp
#include "mat_conv.h" void mat_conv1(cv::Mat *mat) { cv::imshow("image", *mat); cv::waitKey(0); } Program.cs
using OpenCvSharp; using OpenCvSharp.Internal; using System.Runtime.InteropServices; namespace opencv_csharp { internal class Program { static void Main(string[] args) { Console.WriteLine("Hello, World!"); string image_path = "image.jpg"; Mat mat1 = Cv2.ImRead(image_path); Methord.mat_conv1(mat1.CvPtr); } } class Methord { private const string dll_path = "C:\Users\lenovo\Desktop\test_opencv\x64\Release\opencv_cpp.dll"; [DllImport(dll_path, CharSet = CharSet.Unicode, CallingConvention = CallingConvention.Cdecl)] public static extern void mat_conv1(IntPtr mat); } } 其中，mat_conv.h、mat_conv.cpp为C++项目文件，Program.cs文件为C#项目文件。
在C++项目文件中，extern "C" __declspec(dllexport)表示使用C语言的编译方式进行编译，并导出到dll中。 mat_conv1(cv::Mat * mat)方法主要是接受传入的Mat指针，并使用cv::imshow("image", *mat)将图片数据展示出来。
在C#项目中，使用[DllImport]属性将动态链接库中的mat_conv1读取出来，同时因为在C#中指针都是被封装为IntPtr类型的，因此使用IntPtr表示此处传入的参数为指针类型。在使用该接口时，直接调用该方法，并且传入指针参数，该指针参数可以通过Mat.CvPtr直接获得。
如下图所示，程序在运行后，成功将传入的图片数据绘制出来，如下图所示，说明该接口测试成功，也证明了该方法是可行的。
4.2 接口二测试
在以下文件中分别添加以下代码：
mat_conv.h
#include "opencv2/opencv.hpp" extern "C" __declspec(dllexport) void __stdcall mat_conv2(cv::Mat **returnValue); mat_conv.cpp
#include "mat_conv.h" void mat_conv2(cv::Mat** returnValue) { // 创建一个空白图像 cv::Mat image = cv::Mat::zeros(400, 400, CV_8UC3); // 矩形的左上角和右下角坐标 cv::Point2f rect_start(50, 50); cv::Point2f rect_end(350, 350); // 矩形颜色 (B, G, R) cv::Scalar color(255, 0, 0); // 红色 // 矩形线条粗细 int thickness = 2; // 绘制矩形 cv::rectangle(image, rect_start, rect_end, color, thickness); *returnValue = new cv::Mat(image); } Program.cs
using OpenCvSharp; using OpenCvSharp.Internal; using System.Runtime.InteropServices; namespace opencv_csharp { internal class Program { static void Main(string[] args) { Console.WriteLine("Hello, World!"); IntPtr ptr2 = IntPtr.Zero; Methord.mat_conv2(out ptr2); Mat mat2 = new Mat(ptr2); Cv2.ImShow("image2", mat2); Cv2.WaitKey(0); } } class Methord { private const string dll_path = "C:\Users\lenovo\Desktop\test_opencv\x64\Release\opencv_cpp.dll"; [DllImport(dll_path, CharSet = CharSet.Unicode, CallingConvention = CallingConvention.Cdecl)] public static extern void mat_conv2(out IntPtr returnValue); } } 其中，mat_conv.h、mat_conv.cpp为C++项目文件，Program.cs文件为C#项目文件。
在C++项目文件中，mat_conv2(cv::Mat** returnValue)主要是创建一个画布，并绘制一个矩形，然后将创建好的图片数据以指针的方式传递到C#中。
在C#项目中，使用[DllImport]属性将动态链接库中的mat_conv2读取出来，传出数据此处使用的时双重指针，因此使用out IntPtr进行接收。再获取到该方法后，我们调用new Mat(IntPtr ptr)构造方法初始化为新的Mat数据。。
如下图所示，程序在运行后，成功将传出的图片数据绘制出来，如下图所示，说明该接口测试成功，也证明了该方法是可行的。
4.3 接口三测试
在以下文件中分别添加以下代码：
mat_conv.h
#include "opencv2/opencv.hpp" extern "C" __declspec(dllexport) void __stdcall mat_conv3(cv::Mat * mat, cv::Mat **returnValue); mat_conv.cpp
#include "mat_conv.h" void mat_conv3(cv::Mat * mat, cv::Mat **returnValue) { cv::Mat m; cv::cvtColor(*mat, m, cv::COLOR_BGR2GRAY); *returnValue = new cv::Mat(m); } Program.cs
using OpenCvSharp; using OpenCvSharp.Internal; using System.Runtime.InteropServices; namespace opencv_csharp { internal class Program { static void Main(string[] args) { Console.WriteLine("Hello, World!"); string image_path = "image.jpg"; Mat mat3 = Cv2.ImRead(image_path); IntPtr ptr3 = IntPtr.Zero; Methord.mat_conv3(mat1.CvPtr, out ptr3); Mat mat3 = new Mat(ptr3); Cv2.ImShow("image1", mat3); Cv2.WaitKey(0); } } class Methord { private const string dll_path = "C:\Users\lenovo\Desktop\test_opencv\x64\Release\opencv_cpp.dll"; [DllImport(dll_path, CharSet = CharSet.Unicode, CallingConvention = CallingConvention.Cdecl)] public static extern void mat_conv3(IntPtr mat, out IntPtr return_value); } } 其中，mat_conv.h、mat_conv.cpp为C++项目文件，Program.cs文件为C#项目文件。
在C++项目文件中， mat_conv2(cv::Mat * mat, cv::Mat **returnValue)方法主要是接受传入的Mat指针，并将传入的图片数据转为灰度图，同时将转换好的图片数据以指针的方式传出到C#中。
在C#项目中，使用[DllImport]属性将动态链接库中的mat_conv3读取出来，其中传入数据为指针数据，所以直接使用IntPtr即可；而对于传出数据此处使用的时双重指针，因此使用out IntPtr进行接收。再获取到该方法后，我们调用new Mat(IntPtr ptr)构造方法初始化为新的Mat数据。
如下图所示，程序在运行后，成功将传入的图片数据进行灰度转换，并将转换后的图片数据成功传递出来，说明该接口测试成功，也证明了该方法是可行的。同时我们测试了该过程所需时间，仅使用了3.69毫秒。
4.4 接口四测试
在以下文件中分别添加以下代码：
mat_conv.h
#include "opencv2/opencv.hpp" extern "C" __declspec(dllexport) void __stdcall mat_conv4(cv::Mat * mat); mat_conv.cpp
#include "mat_conv.h" void mat_conv4(cv::Mat* mat) { // 矩形的左上角和右下角坐标 cv::Point2f rect_start(50, 50); cv::Point2f rect_end(350, 350); // 矩形颜色 (B, G, R) cv::Scalar color(255, 0, 0); // 红色 // 矩形线条粗细 int thickness = 2; // 绘制矩形 cv::rectangle(*mat, rect_start, rect_end, color, thickness); } Program.cs
using OpenCvSharp; using OpenCvSharp.Internal; using System.Runtime.InteropServices; namespace opencv_csharp { internal class Program { static void Main(string[] args) { Console.WriteLine("Hello, World!"); string image_path = "image.jpg"; Mat mat4 = Cv2.ImRead(image_path); Methord.mat_conv4(mat1.CvPtr); Cv2.ImShow("image2", mat4); Cv2.WaitKey(0); } } class Methord { private const string dll_path = "C:\Users\lenovo\Desktop\test_opencv\x64\Release\opencv_cpp.dll"; [DllImport(dll_path, CharSet = CharSet.Unicode, CallingConvention = CallingConvention.Cdecl)] public static extern void mat_conv4(IntPtr mat); } } 其中，mat_conv.h、mat_conv.cpp为C++项目文件，Program.cs文件为C#项目文件。
在C++项目文件中， mat_conv4(IntPtr mat)方法主要是接受传入的Mat指针，并在传入的图片数据中绘制一个矩形，因为该操作是在原始数据上进行的操作，没有残生新的图像数据，所以不需要传出。
在C#项目中，使用[DllImport]属性将动态链接库中的mat_conv4读取出来，其中传入数据为指针数据，所以直接使用IntPtr即可。然后该方法运行完后，我们直接查看该图像数据信息，查看是否已经被修改。
如下图所示，程序在运行后，结果如下图所示，说明该接口测试成功，也证明了该方法是可行的。
5. 总结
在项目中，我们结合OpenCvSharp源码，使用OpenCvSharp数据指针实现了在C#与C++之间传递图像数据。与传统的数据传递方式相比，该方式通过传递指针，通过指针的方式实现对同一块图像数据进行操作，避免了图像数据的来回转换，极大的节省了程序运行时间以及内存消耗。
最后如果各位开发者在使用中有任何问题，欢迎大家与我联系。
![[C#] Bgr24彩色位图转为灰度的Bgr24位图的跨平台SIMD硬件加速向量算法](https://www.ztsky.cn/wp-content/themes/ztsky/img/random/1.jpg)
