近期在做关于 Kinect 的项目。因为须要用到图像匹配相关的算法，从网上看到有大量的论文，一时之间也不知道哪些才是适合我的。于是乎我想到应该对这些方法进行试验，从而找到适合我的好方法。可是。问题来了，这么多的算法。一个一个的做实验，不现实啊。
经过深思熟虑，我下定决心要写一个自己主动的框架，利用这个框架来加速我的试验速度。这个框架定义了三个基类：ImageGen、SkinDetect、Action。
ImageGen：自己主动的生成待检測的图像，接口例如以下：
class ImageGen{
public:
virtual IplImage* operator()() = 0;
virtual IplImage* getImage() = 0;
virtual void reset() = 0;
};operator() 函数与 getImage() 功能应该是一致的，主要就是获得图像，为了方便与其他的类进行交互，这里生成的图像格式应该是：BGR 的，然后其他的检測方法假设利用的是其他的图片格式，则能够做适当的转换。reset() 重置指针。又一次获取图像。
这所以定义这个类是由于想到扩展的问题。这样不管图像来自何方，仅仅要符合该接口标准就能够使用该框架了。
SkinDetect：图像检測类，这个类主要完毕的功能是检測图像。因为我的试验是有关肤色检測的，所以这个类就跟肤色检測相关了，假设为了扩展，能够进一步抽象，成为更主要的类：ImageDetect...，接口例如以下：
class SkinDetect{
public:
SkinDetect()
: _skin_counts(0)
, _goods_counts(0)
{}
// src 与 res 的 row 和 col 一致, src 的格式一律为 BGR
// 结果存放在 res 中
virtual bool detected( IplImage* src, IplImage* res ) = 0;
// 參数字符串化，这样有助于推断当前的參数值。
virtual std::string toString() = 0;
virtual ~SkinDetect() {}
size_t getSkinCounts() { return _skin_counts; }
size_t getGoodsCounts(){ return _goods_counts; }
// 结果图像中的灰度值含义：
static const int BG_VALUE = 0; // 背景灰度值
static const int SKIN_VALUE = 255; // 皮肤灰度值
static const int GOODS_VALUE = 100; // 商品灰度值
protected:
size_t _skin_counts;
size_t _goods_counts;
};///@~
之所以定义了 goods_counts 主要是由于这次实验跟商品也有关系，因此就把它放进基类了。值得注意的是，还定义了静态常量：BG_VALUE、SKIN_VALUE、GOODS_VALUE，这是由于我把图像分成了三部分：皮肤、商品、背景。不同的部分相应不同的颜色。
Action：动作类，这个类的功能主要是当检測返回 true 的时候运行对应的动作，接口例如以下：
/***********************************************
* 当推断符合条件的时候调用该类的方法进行处理
***********************************************/
class Action{
public:
virtual void operator()(IplImage* src, IplImage* res) = 0;
virtual ~Action(){};
};仅仅有一个公共接口：operator(),第一个參数为原图像，第二个參数为检測结果。
最后一个类是：JudgerFrameWork，该类引用上面的类进行自己主动化的检測，例如以下：
class JudgerFrameWork{
public:
JudgerFrameWork( ImageGen& img_gen, SkinDetect& skin_detect, Action& action )
: _img_gen(img_gen)
, _skin_detect(skin_detect)
, _action(action)
{}
void start()
{
for( IplImage* image = _img_gen.getImage(); image != NULL; image = _img_gen.getImage() )
{
IplImage* res = cvCreateImage( cvGetSize(image), IPL_DEPTH_8U, 1 );
if( _skin_detect.detected( image, res ) )
{
_action( image, res );
std::cout << "goods count:" << _skin_detect.getGoodsCounts() << std::endl;
std::cout << "skins count:" << _skin_detect.getSkinCounts() << std::endl;
}
}
}
private:
ImageGen& _img_gen;
SkinDetect& _skin_detect;
Action& _action;
};所须要做的事情主要是创建对应的对象，然后构造 JudgerFrameWork 对象。当构造完对象后，仅仅需调用函数：start() 就可以完毕全部的动作了。
设置这套框架前前后后改动了 N 次，主要是由于接口那里难以控制。有时候非常难协调功能的分配。
此外。假设设置的太过抽象，则又添加了开发的复杂度，假设抽象度不够。则又不利于扩展。
不禁感叹：开发大有学问在。接口设计功夫深！