Haskell中的GaussianBlurImage -OpenCV (Haskell与OpenCV3.1的绑定)

Question

啊！

我正在使用haskell-opencv库。我不知道是否有其他人在使用它，或者对它有所了解。

我试图使用gaussianBlurImage，但有一个错误我无法识别。

我有这个：

cropped image = do 
     resized <- resizeImage image
     gaussianBlurred <- gaussianBlurImage ((M.unsafeCoerceMat . getImageFromEither) resized)

其中，调整大小的是一个CV.Exception (M.Mat形状通道深度)，我从这里得到一个gaussianBlurImage函数需要的Mat shape (S channels) (S depth)。

我定义了gaussianBlurImage，因此：

gaussianBlurImage image = runExceptT $ CV.pureExcept $ CV.gaussianBlur (V2 13 13 :: V2 Int32) 0 0 image

对我来说，一切都很好。类似于这里：模糊。但我知道这个错误：

无法将预期类型‘’True‘与实际类型’Elem depth0 'Word8、Word16、Float、Double‘相匹配

我注意到，我的gaussianBlurImage有这样的类型：

gaussianBlurImage :: (M.Mat shape0 ('S channels0) ('S depth0)) -> Either CV.CvException (Either CV.CvException (M.Mat shape0 ('S channels0) ('S depth0)))

我喜欢这个：

gaussianBlurImage :: (M.Mat shape0 ('S channels0) ('S depth0)) -> Either CV.CvException (M.Mat shape0 ('S channels0) ('S depth0))

也许有什么事要做。

我用medianBlur、blur和gaussianBlur试过。我使用了一个不调整大小的图像，一个有三个通道的图像，另一个有2(颜色和灰色)的图像，而且我总是得到相同的错误。我想知道这个错误是否在M.unsafeCoerceMat image中。为什么'True会像预期的那样？我不知道

Answer 1

haskell-opencv是一个优秀的库，但有时它很难使用，因为有大量的文档，但是很难理解，并且没有太多的例子。

在那里，每个模糊函数都需要一个(M.Mat shape ('S channels) ('S depth))矩阵，但是矩阵通常是这样的：(M.Mat shape channels depth)，其中'S告诉它是静态的。

我使用这个函数：

M.coerceMat有这样一个矩阵。

coerceMAt :: (ToShapeDS (Proxy shapeOut), ToChannelsDS (Proxy 
    channelsOut), ToDepthDS (Proxy depthOut))    
    => Mat shapeIn channelsIn depthIn    
    -> CvExcept (Mat shapeOut channelsOut depthOut)

当它返回CVExcept时，我使用exceptError :: CvExcept a -> a来获取图像。

但最重要的是函数的定义。我的代码有问题。depth不能模棱两可，这就是为什么我写到：

forall height0 width0 channels depth . ( depth `In` '[Word8, Word16, Float, Double] , channels `In` '[1, 3, 4]) => M.Mat ('S '[height0, width0]) ('S channels) ('S depth) -> IO (M.Mat ('S '[height0, width0]) ('S channels) ('S depth))

下面是一个完整的例子。我得到一个图像，调整它的大小，模糊它并显示它。

Main：

module Main where

import Lib
import qualified OpenCV.Internal.Core.Types.Mat as M
import Control.Monad ( void )
import qualified OpenCV as CV
import qualified Data.ByteString as B

main :: IO ()
main = do
    test <- controller
    CV.withWindow "test" $ \window -> do
        CV.imshow window test  
        void $ CV.waitKey 10000

Lib：

{-# LANGUAGE TypeFamilies #-}

module Lib
    ( controller
    ) where

import BlurImage
import ResizeImage
import Utils
import Control.Monad ( void )
import Data.Word
import qualified OpenCV.Internal.Core.Types.Mat as M
import qualified OpenCV as CV
import qualified Data.ByteString as B

controller :: IO (CV.Mat (CV.S '[CV.D, CV.D]) (CV.S 1) (CV.S Word8))
controller = do
    file <- B.readFile "path/to/image.jpg"
    img <- return $ CV.imdecode CV.ImreadGrayscale file
    resized_little_img <- resizeImage img --little image for making a blur in and find the receipt
    blurImage ((CV.exceptError $ M.coerceMat resized_little_img) :: M.Mat (CV.S '[ CV.D, CV.D]) (CV.S 1) (CV.S Word8))

ResizeImage：

{-# LANGUAGE TypeFamilies #-}
{-# LANGUAGE FlexibleContexts #-}
{-# LANGUAGE AllowAmbiguousTypes #-}

module ResizeImage
    ( 
    resizeImage
    ) where

import Utils
import Control.Monad ( void )
import Control.Monad.Except
import Data.Functor.Identity
import Data.Word
import Data.Proxy
import qualified OpenCV as CV
import Linear.V2
import OpenCV.TypeLevel
import qualified OpenCV.Internal.Core.Types.Mat as M
import qualified OpenCV.Core.Types.Size as S
import qualified OpenCV.ImgProc.GeometricImgTransform as GIT
import GHC.Int (Int32)

resizingImage :: (M.Mat (CV.S [CV.D, CV.D]) CV.D CV.D) -> CV.CvExcept (M.Mat (CV.S [CV.D, CV.D]) CV.D CV.D)
resizingImage image = GIT.resize (GIT.ResizeAbs $ S.toSize $ (getSize w h Nothing (Just 500))) CV.InterCubic image
    where
        [h, w] = getHandW image

resizeImage :: (M.Mat (S '[CV.D, CV.D]) CV.D CV.D) -> IO(M.Mat (CV.S [CV.D, CV.D]) CV.D CV.D)
resizeImage image = do        
    resized <- return $ resizingImage image
    return $ CV.exceptError $ resized

BlurImage：

{-# LANGUAGE TypeFamilies #-}
{-# LANGUAGE FlexibleContexts #-}
{-# LANGUAGE AllowAmbiguousTypes #-}

module BlurImage
    ( 
    blurImage
    ) where

import Utils
import Control.Monad ( void )
import Control.Monad.Except
import qualified Data.ByteString as B
import Data.Word
import Data.Proxy
import qualified OpenCV as CV
import Linear.V2
import OpenCV.TypeLevel
import qualified OpenCV.Internal.Core.Types.Mat as M
import qualified OpenCV.Core.Types.Size as S
import qualified OpenCV.ImgProc.GeometricImgTransform as GIT
import GHC.Int (Int32)


medianBlurImage :: (depth `In` '[Word8, Word16, Float], channels `In` '[1, 3, 4]) => (M.Mat shape ('S channels) ('S depth)) -> CV.CvExcept (M.Mat shape ('S channels) ('S depth)) 
medianBlurImage image = CV.medianBlur image 13 

gaussianBlurImage :: (depth `In` '[Word8, Word16, Float, Double], channels `In` '[1, 3, 4]) => (M.Mat shape ('S channels) ('S depth)) -> CV.CvExcept (M.Mat shape ('S channels) ('S depth)) 
gaussianBlurImage image = CV.gaussianBlur (V2 13 13 :: V2 Int32) 0 0 image

blurImage :: forall height0 width0 channels depth . ( depth `In` '[Word8, Word16, Float, Double] , channels `In` '[1, 3, 4]) => M.Mat ('S '[height0, width0]) ('S channels) ('S depth) -> IO (M.Mat ('S '[height0, width0]) ('S channels) ('S depth))
blurImage image = do
    gaussianBlurred   <- return $ gaussianBlurImage image     
    return $ CV.exceptError $ gaussianBlurred

就是这样。)我希望它能对某人有所帮助。