https://github.com/fengzhizi715/monicaimageprocess
https://github.com/fengzhizi715/monicaimageprocess
Last synced: 24 days ago
JSON representation
- Host: GitHub
- URL: https://github.com/fengzhizi715/monicaimageprocess
- Owner: fengzhizi715
- License: apache-2.0
- Created: 2024-07-18T07:29:29.000Z (over 1 year ago)
- Default Branch: main
- Last Pushed: 2025-07-31T12:38:53.000Z (3 months ago)
- Last Synced: 2025-08-17T22:25:51.148Z (3 months ago)
- Language: C++
- Size: 25.5 MB
- Stars: 10
- Watchers: 1
- Forks: 2
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# MonicaImageProcess
# 一. 说明
该项目是为 https://github.com/fengzhizi715/Monica 项目服务的， 使用的 OpenCV C++ 实现的图像处理算法。
项目目录结构
```
MonicaImageProcess/
├── README.md # 项目简介
├── LICENSE # 项目许可证文件
├── CMakeLists.txt # CMake构建脚本（主）
├── include/ # 项目公共头文件目录
│ ├── colorcorrection/ # 图像调色相关算法模块的头文件目录
│ ├── matchTemplate/ # 模版匹配的头文件目录
│ ├── pyramid/ # 图像金字塔模块的头文件目录
│ └── utils/ # 工具类模块的头文件目录
├── script/ # 构建脚本
│ ├── build_libheif_deps.sh # 从源码编译 libheif 及其依赖的库
│ ├── build_opencv_world_4100.sh # 从源码编译 opencv 库，包含了 contrib
│ └── fix_dylib_dependencies.sh # macOS 下修复主库引用 opencv 的路径
├── src/ # 项目主源代码目录
│ └── colorcorrection/ # 图像调色相关算法模块
│ └── ColorCorrection.cpp # 图像调色相关算法的源文件
│ └── jni/ # 给 Java/Kotlin 调用的本地算法
│ ├── cn_netdiscovery_monica_opencv_ImageProcess.h # jni 对应用层暴露接口的头文件
│ ├── cn_netdiscovery_monica_opencv_ImageProcess.cpp # jni 对应用层暴露接口的源文件
│ ├── color_correction # 图像调色的 JNI 实现目录
│ ├── format_decoder # RAW 文件、HEIC 文件的解码目录
│ └── utils # jni 相关的工具类目录
│ └── matchTemplate/ # 模版匹配模块
│ └── MatchTemplate.cpp # 模版匹配相关算法的源文件
│ └── pyramid/ # 图像金字塔模块
│ └── PyramidImage.cpp # 图像金字塔相关算法的源文件
│ ├── utils/ # 工具类模块
│ ├── CMakeLists.txt # 本地算法的构建脚本
│ └── library.cpp # 常规使用 OpenCV 图像算法相关的源文件
├── thirdparty/ # 外部依赖库
│ └── heif-suite/ # libheif 库，需要基于 build_libheif_deps.sh 脚本编译，不同的芯片架构编译出来不同，所以没有放
│ └── libraw/ # libraw 库
│ └── opencv-install/ # opencv 库，需要基于 build_opencv_world_4100.sh 脚本编译，不同的芯片架构编译出来不同，所以没有放
└── .gitignore # git 忽略和不追踪的文件
```
# 二. 准备工作
## 2.1 macOS
> 开发、调试时使用 brew 安装的库。
>
> 部署到生产环境时，这些第三方库大多需要从源码自行编译而不是依赖 brew 安装，这样才能保证用户正常安装软件。
### 2.1.1 开发、调试
1. 安装 OpenCV
```
brew install opencv
```
2. 安装 pkg-config
```
brew install pkg-config
```
3. 安装 libraw
```
brew install libraw
```
4. 安装 libheif
```
brew install libheif
```
### 2.1.2 部署
对于 macOS，需要事先基于源码编译 OpenCV、libheif ， script 目录下有相关的编译脚本。
## 2.2 Linux
1. 编译/安装 OpenCV
2. 编译/安装 LibRaw
3. 编译/安装 Libheif
## 2.3 Windows
1. 编译 OpenCV
2. 下载 LibRaw 源码
3. 安装 vcpkg
4. 安装 libde265
```
vcpkg install libde265:x64-windows
```
5. 安装其他可选依赖
```
vcpkg install aom:x64-windows # AV1 解码器
vcpkg install dav1d:x64-windows # 更快的 AV1 解码器
vcpkg install libpng:x64-windows # PNG 支持
vcpkg install zlib:x64-windows # zlib 压缩支持
```
6. 编译 libheif
# 三. 编译方法(macOS)
1. 在项目根目录下
```
mkdir -p build
cd build
```
2. 使用 CMake 配置项目
* 开发/调试
```
cmake ..
```
或者开启 Release 模式编译(因为 CLion 默认使用 Debug 模式编译)
```
cmake -DCMAKE_BUILD_TYPE=Release ..
```
* 生产部署
开启 Release 模式编译，并且把 DEPLOY_MODE 打开
```
cmake -DCMAKE_BUILD_TYPE=Release -DDEPLOY_MODE=ON ..
```
3. 编译项目
```
cmake --build .
```
> Windows 我没有用 CLion 作为 IDE，也没有用 cmake 构建项目，而是使用 Visual Studio 2022。
>
> Linux 编译的脚本稍后更新
# 四. 模型的部署
通过 http server 部署了一些模型，方便 Monica 通过调用 http 服务即可调用模型的推理。
相关源码地址：
https://github.com/fengzhizi715/MonicaImageProcessHttpServer
# 五. TODO
* 日志框架的集成