实现图像处理算法中采用策略“Strategy”模式+Qt中相对路径

最近刚刚开始看《设计模式》，刚好最近也在从头开始OpenCV2，里面有讲到在图像算法设计中采用策略模式，照着例子实现了这个小demo，一下子明白所谓的策略模式倒底是个什么东东，这里mark一下。

策略模式（Strategy），用原书中的定义是：定义一系列的算法，把他们一个个的封装起来，并且是他们可以相互替换（相互替换这点还没有完全体会到）。这样算法的变换便可以独立于使用它的对象。用我直白的话说就是，把对一个对象(Context)进行处理的各种算法，封装到另外一个对象（Strategy）里面，这样我们便可以专注于Strategy，而不用担心修改算法的同时会对Context造成影响，只要这个Strategy还没有对Context起作用，我们对Strategy的改动都不会影响到Context，在实现的过程中省了好多心。

下面是一个小demo：

具体到这个demo中Strategy的实现是将对Mat(图片)处理的函数统统封装到一个类中，这里讲类中成员函数的声明和实现写在了一起。

/////////////////////////////////////////////////////////
//由strategy思想构造一个类
//类名：ColorDetector
//主要目的：检测一幅图像中是否存在目标颜色
/////////////////////////////////////////////////////////
#ifndef STRATEGY
#define STRATEGY

#endif // STRATEGY

#include
//#include
//#include
using namespace std;
using namespace cv;

class ColorDetector
{
public:
    //空构造函数
    ColorDetector():minDist(100){
        //初始化默认参数
        target[0]=target[1]=target[2]=0;
    }
public:
    //设置色彩阈值，阈值必须大于等于0
    void setColorDistanceThreshold(int distance){
        if(distance<0)
            distance=0;
        minDist=distance;
    }
    //获取色彩阈值
    int getColorDistanceThreshold() const{
        return minDist;
    }

    //设置需要检测的颜色
    void setTargetColor(unsigned char red,unsigned char green,unsigned blue)
    {
        //BGR的顺序
        target[2]=red;
        target[1]=green;
        target[0]=blue;
    }
    //设置需要检测的颜色
    void setTargetColor(Vec3b color){
        target=color;
    }

    //获取要检测的色彩值
    Vec3b getTargetColor() const{
        return target;
    }

    //计算目标与颜色的距离
    int getDistance(const Vec3b &color)const{
        return abs(color[0]-target[0])+abs(color[1]-target[1])+abs(color[2]-target[2]);
    }
    //检测目标颜色，并输出检测生成的图像
    Mat process(const Mat &image){
        //按需从新分配二值图像与输入图像尺寸相同，
        result.create(image.size(),CV_8U);

        //得到迭代器
        Mat_::const_iterator it=image.begin();
        Mat_::const_iterator itend=image.end();
        Mat_::iterator itout=result.begin();

        //检测每个像素
        for(;it!=itend;++it,++itout)
        {
            if(getDistance(*it)                *itout=255;
            else
                *itout=0;
        }
        return result;

    }


private:
    //最小可接受距离
    int minDist;
    //目标色
    Vec3b target;
    //结果图像
    Mat result;
};

封装好之后我们便能对调用它了，下面是调用Strategy类的实现：

#include 
#include "strategy.h"
#include
#include
#include
#include
using namespace cv;
using namespace std;

int main()
{
    //创建图像处理对象
    ColorDetector cdetector;
    //Qt中当前路径显示
    QDir dir;
    QString pathname;
    pathname = dir.currentPath();
    qDebug()<    
    //读入图像
    Mat image=imread("./resource/images/lena.jpg");
    //Mat image=imread(path.toStdString().data());
    if(!image.data)
        return -1;
    //设置输入参数
    cdetector.setTargetColor(130,190,230);
    namedWindow("result");
    //处理并显示结果
    imshow("result",cdetector.process(image));
    waitKey();
    return 0;

}

Shadow build是否勾选，构建目录是不一样的，将resource文件夹复制到构建目录下面。OK  运行成功！