การใช้งาน OpenCV ในภาษา Rust แบบง่ายๆ พร้อมตัวอย่าง

การประมวลผลภาพเป็นหนึ่งในกิจกรรมทางวิทยาศาสตร์การคอมพิวเตอร์ที่มีการใช้งานอย่างกว้างขวางในปัจจุบัน ไม่ว่าจะเป็นในงานวิจัย, พัฒนาแอพพลิเคชันหรือแม้กระทั่งในส่วนของอุตสาหกรรมการผลิต ภาษา Rust เป็นภาษาที่เน้นความปลอดภัยและความเสถียรในการทำงาน ซึ่งการนำเอา OpenCV, ห้องสมุดที่เป็นที่นิยมสำหรับการประมวลผลภาพ, มาใช้งานร่วมกับ Rust จึงเป็นเรื่องน่าสนใจอย่างยิ่ง

ในบทความนี้ จะนำเสนอวิธีการใช้งาน OpenCV ในภาษา Rust แบบง่ายๆ พร้อมด้วยตัวอย่างโค้ดเพื่อยกตัวอย่างการทำงาน เราจะทำการพิจารณา usecase ในโลกจริงเพื่อให้คุณเห็นภาพของทุกสิ่งที่สามารถทำได้ด้วยการรวมกันของเทคโนโลยีเหล่านี้

ก่อนอื่นเรามาเริ่มด้วยการตั้งค่าตัวแปรสภาพแวดล้อมสำหรับการทำงานกับ OpenCV ใน Rust คุณจึงจำเป็นต้องมี Cargo, ระบบเพื่อจัดการขึ้นตอนการสร้างและการจัดการขึ้นตอนการพึ่งพาระหว่างแพคเกจใน Rust นอกจากนี้คุณต้องมี OpenCV ติดตั้งในเครื่องของคุณแล้ว เมื่อเตรียมพร้อมเรียบร้อยแล้ว เราสามารถเริ่มกันได้เลย

ตัวอย่างโค้ดที่ 1: การอ่านและแสดงภาพ

ในตัวอย่างเเรกนี้ เราจะเริ่มจากการอ่านไฟล์ภาพจากดิสก์แล้วแสดงผลในหน้าต่าง

 extern crate opencv;
use opencv::{
    highgui,
    imgcodecs,
    prelude::*,
};

fn main() -> Result<(), Box<dyn std::error::Error>> {
    let img = imgcodecs::imread("path/to/image.jpg", imgcodecs::IMREAD_COLOR)?;
    if img.empty() {
        panic!("ไม่พบรูปภาพ!");
    } else {
        highgui::named_window("window", highgui::WINDOW_AUTOSIZE)?;
        highgui::imshow("window", &img)?;
        highgui::wait_key(0)?;
    }
    Ok(())
}

ในโค้ดด้านบน เราใช้ `imread` เพื่ออ่านไฟล์รูปภาพที่กำหนด สร้างหน้าต่างใหม่ด้วย `named_window` แล้วใช้ `imshow` เพื่อแสดงภาพที่อ่านได้ในหน้าต่างนั้น

ตัวอย่างโค้ดที่ 2: การตรวจจับวัตถุง่ายๆ

ตัวอย่างต่อไป การใช้ OpenCV เพื่อตรวจจับหน้าผู้ใช้งานในภาพถ่าย

 extern crate opencv;
use opencv::{
    objdetect,
    prelude::*,
    imgcodecs,
    highgui,
    imgproc,
};

fn main() -> Result<(), Box<dyn std::error::Error>> {
    let mut img = imgcodecs::imread("path/to/image.jpg", imgcodecs::IMREAD_COLOR)?;
    let mut face_cascade = objdetect::CascadeClassifier::new("path/to/haarcascade_frontalface_default.xml")?;

    let mut faces = types::VectorOfRect::new();
    face_cascade.detect_multi_scale(&img, &mut faces, 1.1, 2, 0, Size::new(30, 30), Size::new(0, 0))?;

    for face in faces {
        let pt1 = Point::new(face.x, face.y);
        let pt2 = Point::new(face.x + face.width, face.y + face.height);
        imgproc::rectangle(&mut img, pt1, pt2, Scalar::new(0.0, 255.0, 0.0, 0.0), 2, 8, 0)?;
    }

    highgui::named_window("Face Detection", highgui::WINDOW_AUTOSIZE)?;
    highgui::imshow("Face Detection", &img)?;
    highgui::wait_key(0)?;

    Ok(())
}

ในตัวอย่างนี้เราตรวจหาใบหน้าของผู้ใช้งาน \[...]

หมายเหตุ: ข้อมูลในบทความนี้อาจจะผิด โปรดตรวจสอบความถูกต้องของบทความอีกครั้งหนึ่ง บทความนี้ไม่สามารถนำไปใช้อ้างอิงใด ๆ ได้ ทาง EPT ไม่ขอยืนยันความถูกต้อง และไม่ขอรับผิดชอบต่อความเสียหายใดที่เกิดจากบทความชุดนี้ทั้งทางทรัพย์สิน ร่างกาย หรือจิตใจของผู้อ่านและผู้เกี่ยวข้อง