使用透视变换矫正扭曲的图（opencv）和矩形边缘检测（原生CoreImage框架下CIDetector）
链接: https://pan.baidu.com/s/1eSAixhg 密码: jd7i
/////////////////////////////////////////////////////////////////////////////////////////////
OpenCV (Open Source Computer Vision Library)是一个在BSD许可下发布的开源库，因此它是免费提供给学术和商业用途。有C++、C、Python和Java接口，支持Windows、Linux、MacOS、iOS和Android等系统。OpenCV是为计算效率而设计的，而且密切关注实时应用程序的发展和支持。该库用优化的C/C++编写,可以应用于多核处理。在启用OpenCL的基础上，它可以利用底层的异构计算平台的硬件加速。 ——opencv.org
从官方文档中我们可以看到其包含模块以及对iOS的支持情况。
- core：简洁的核心模块，定义了基本的数据结构，包括稠密多维数组 Mat 和其他模块需要的基本函数。
- imgproc：图像处理模块，包括线性和非线性图像滤波、几何图像转换 (缩放、仿射与透视变换、一般性基于表的重映射)、颜色空间转换、直方图等等。
- video：视频分析模块，包括运动估计、背景消除、物体跟踪算法。
- calib3d：包括基本的多视角几何算法、单体和立体相机的标定、对象姿态估计、双目立体匹配算法和元素的三维重建。
- features2d：包含了显著特征检测算法、描述算子和算子匹配算法。
- objdetect：物体检测和一些预定义的物体的检测 (如人脸、眼睛、杯子、人、汽车等)。
- ml：多种机器学习算法，如 K 均值、支持向量机和神经网络。
- highgui：一个简单易用的接口，提供视频捕捉、图像和视频编码等功能，还有简单的 UI 接口 (iOS 上可用的仅是其一个子集)。
- gpu：OpenCV 中不同模块的 GPU 加速算法 (iOS 上不可用)。
- ocl：使用 OpenCL 实现的通用算法 (iOS 上不可用)。
- 一些其它辅助模块，如 Python 绑定和用户贡献的算法。
基于OpenCV，iOS应用程序可以实现很多有趣的功能，也可以把很多复杂的工作简单化。一般可用于：
-
对图片进行灰度处理（官方示例）
-
人脸识别，即特征跟踪（官方示例）
-
训练图片特征库（可用于模式识别）
-
提取特定图像内容（根据需求还原有用图像信息）
opencv目前分为两个版本系列：opencv2.4.x和opencv3.x。
导入项目的两种方式：
-
前往OpenCV官网或OpenCV中文官网下载相关iOS版本framework文件，从项目引入，
-
导入OpenCV依赖库
-
libc++.tbd
-
AVFoundation.framework
-
CoreImage.framework
-
QuartzCore.framework
-
Accelerate.framework
-
CoreVideo.framework
-
CoreMedia.framework
-
AssetsLibrary.framework
- 引入相关头文件 #import <opencv2/opencv.hpp> #import <opencv2/imgproc/types_c.h> #import <opencv2/imgcodecs/ios.h> #import <opencv2/highgui/highgui_c.h>
**注：使用OpenCV的类必须支持C++的编译环境，把.m文件改为.mm即可。 导入openCV 框架的时候需要注意两个问题，一是因为这个框架是C++写的，所以需要将是用到的类后缀修改为.mm，并且导入C++的命名空间；二是需要将openCV的所有头文件放在任何Apple headers之前。 **
很简单。 pod 'OpenCV'
/////////////////////////////////////////////////////////////////////////////////////////////
CoreImage 下CIDetector.h`自带了四种识别功能
/* 人脸识别 */
CORE_IMAGE_EXPORT NSString* const CIDetectorTypeFace NS_AVAILABLE(10_7, 5_0);
/* 矩形边缘识别 */
CORE_IMAGE_EXPORT NSString* const CIDetectorTypeRectangle NS_AVAILABLE(10_10, 8_0);
/* 二维码识别 */
CORE_IMAGE_EXPORT NSString* const CIDetectorTypeQRCode NS_AVAILABLE(10_10, 8_0);
/* 文本识别 */
#if __OBJC2__
CORE_IMAGE_EXPORT NSString* const CIDetectorTypeText NS_AVAILABLE(10_11, 9_0);项目采用原生CoreImage框架下CIDetector进行边缘检测
[CIDetector detectorOfType:CIDetectorTypeRectangle context:nil options:@{CIDetectorAccuracy : CIDetectorAccuracyHigh}];识别到边缘之后使用CAShapeLayer将边缘绘制并显示
// 将图像空间的坐标系转换成uikit坐标系
TransformCIFeatureRect featureRect = [self transfromRealRectWithImageRect:imageRect topLeft:topLeft topRight:topRight bottomLeft:bottomLeft bottomRight:bottomRight];
// 边缘识别路径
UIBezierPath *path = [UIBezierPath new];
[path moveToPoint:featureRect.topLeft];
[path addLineToPoint:featureRect.topRight];
[path addLineToPoint:featureRect.bottomRight];
[path addLineToPoint:featureRect.bottomLeft];
[path closePath];
// 背景遮罩路径
UIBezierPath *rectPath = [UIBezierPath bezierPathWithRect:CGRectMake(-5,
-5,
self.frame.size.width + 10,
self.frame.size.height + 10)];
[rectPath setUsesEvenOddFillRule:YES];
[rectPath appendPath:path];
_rectOverlay.path = rectPath.CGPath;
