简介

OpenCV 图形 API (或 G-API) 是一个新的 OpenCV 模块，旨在使常规图像处理变得快速且可移植。这两个目标是通过引入一种新的基于图的执行模型来实现的。

G-API 是 OpenCV 中的一个特殊模块——与其他大多数主模块不同，它作为一个框架而不是某些特定的 CV 算法。G-API 提供了定义 CV 操作、使用它构建图（以表达式的形式）并最终为特定后端实现和运行操作的方法。

注意: G-API 是一个新模块，目前正在积极开发中。它的 API 目前是易变的，未来可能会有一些小的但会破坏兼容性的更改。

内容

G-API 文档分为以下几章

为什么选择图形 API？

G-API 的动机及其目标。
高层设计概述

G-API 架构及其主要内部组件的总体概述。
内核 API

了解如何在 G-API 中引入新操作并为各种后端实现它。
实现细节

G-API 的低级实现细节，适合希望做出贡献的人。
API 参考：函数和类
- G-API 框架
  
  核心 G-API 类、数据类型、后端等。
- G-API 核心功能
  
  核心 G-API 操作——算术、布尔和其他矩阵操作；
- G-API 图像处理功能
  
  图像处理函数：色彩空间转换、各种滤波器等。
- G-API 视频处理功能
  
  视频处理功能。
- G-API 绘图和合成功能
  
  绘图和合成功能

API 示例

下面展示了一个非常基本的 G-API 管道示例

#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 是一个独立的 OpenCV 模块，因此必须显式包含其头文件。main() 的前四行创建并初始化 OpenCV 的标准视频捕获对象，该对象从连接的摄像头或指定的文件获取视频帧。

接下来构建 G-API 管道。事实上，它是一系列在 cv::GMat 数据上调用的 G-API 操作。G-API 的重要方面是，此代码块只是对操作的声明，而不是操作本身。此时不进行任何处理，G-API 只跟踪哪些操作构成管道以及如何连接它。G-API 的*数据对象*（这里是 cv::GMat）用于连接操作。in 是一个*空*的 cv::GMat，表示这是计算的开始。

编写 G-API 代码后，将其捕获到调用图中，并实例化 cv::GComputation 对象。该对象接收输入/输出数据引用（在此示例中，分别为 in 和 out cv::GMat 对象），并根据 in 和 out 之间的所有数据流重建调用图。

cv::GComputation 是一个轻量级对象，因为它只是捕获哪些操作构成了一个计算。但是，它可以用于执行计算——在下面的处理循环中，每个捕获的帧（一个 cv::Mat input_frame）都传递给 cv::GComputation::apply()。

在示例视频 'vtest.avi' 上运行的示例管道

cv::GComputation::apply() 是一个多态方法，它接受可变数量的参数。由于此计算定义在一个输入和一个输出上，因此使用了一个特殊的 cv::GComputation::apply() 重载来传递输入数据并获取输出数据。

在内部，cv::GComputation::apply() 会为给定的输入参数编译捕获的图，并立即在数据上执行编译后的图。

通过这个例子可以勾勒出几个重要的概念

图的声明和图的执行是独立的步骤；
图是根据 G-API 表达式序列隐式构建的；
G-API 支持类似函数的调用——例如 cv::gapi::resize()，以及运算符，例如 operator|() 用于计算按位 OR；
G-API 的语法旨在看起来纯粹：图中的每个操作调用都会产生一个新结果，从而形成一个定向无环图 (DAG)；
图的声明不绑定到任何数据——真正的*数据对象*（cv::Mat）在图声明后才进入画面。

请参阅教程和移植示例，了解更多关于各种 G-API 功能和概念的信息。