win10下编译OpenCV的微信二维码库给Dotnet使用

---

前言

Dotnet使用OpenCV库有两种方式：
一是使用opencvsharp，目前已经支持到OpenCV4.5.3。
二是使用C++编译源码，生成托管或者非托管的dll，给Dotnet使用。
推荐方式一的OpenCVSharp，可以直接使用，但是他发布的版本默认设置BUILD_opencv_wechat_qrcode=OFF，关闭了微信解码库，因此感兴趣的同学需要自己编译了。笔者因为之前需要，已经编译了C++版本的OpenCV4.5.2，所以再次封装dll更加便捷。

---

一、编译OpenCV和opencv_contrib

笔者的编译环境跟下面文章一致，所以直接参考下面大神的文章吧，很详细。
win10 下编译用于 Visual Studio 2019 的 OpenCV4.5.2（含 opencv_contrib 扩展模块）附编译好的OpenCV（图文）

二、制作Dotnet可以调用的dll

首先解释一下，托管DLL和非托管DLL的区别：
1，狭义解释讲，托管DLL就在Dotnet环境生成的DLL文件。非托管DLL不是在Dotnet环境生成的DLL文件。
2，托管DLL文件，可以在Dotnet环境通过 “添加引用” 的方式，直接把托管DLL文件添加到项目中。然后通过 Using DLL命名空间，来调用相应的DLL对象 。非托管DLL文件，在Dotnet环境应用时，通过 DllImport 调用。
3，非托管需要对调用方法一个个声明引用，托管则不需要
参考文章：托管DLL和非托管DLL的区别
笔者是在C++环境编译好的OpenCV，再次封装一个接口给C#调用，所以选非托管。

第一步：创建C++空项目并添加一个类

代码如下（示例）：
ZrdDecoder.h

#pragma once

#include 
#include 
#include 

//extern "C" _declspec(dllexport) int Init();
extern "C" _declspec(dllexport) const char* Decoder(const char*);

//存放解码结果
char decoder_result[256] = { 0 };

//微信解码器构造
cv::Ptr<cv::wechat_qrcode::WeChatQRCode> detector = nullptr;

class ZrdDecoder
{
};

ZrdDecoder.cpp

#include "ZrdDecoder.h"

int Init()
{
	try {
		detector = cv::makePtr<cv::wechat_qrcode::WeChatQRCode>(
			"models\\detect.prototxt",
			"models\\detect.caffemodel",
			"models\\sr.prototxt",
			"models\\sr.caffemodel");
		return 0;
	}
	catch (const std::exception& e) {
		std::cout <<
			"\n---------------------------------------------------------------\n"
			"Failed to initialize WeChatQRCode.\n"
			"Please, download 'detector.*' and 'sr.*' from\n"
			"https://github.com/WeChatCV/opencv_3rdparty/tree/wechat_qrcode\n"
			"and put them into the current directory.\n"
			"---------------------------------------------------------------\n";
		std::cout << e.what() << std::endl;
		return -1;
	}
}
const char* Decoder(const char* imgpath)
{
	if (!imgpath)
	{
		return "";
	}
	cv::Mat img = cv::imread(imgpath);
	if (!img.data)
	{
		return "";
	}
	if (!detector)
	{
		if (Init() < 0)
		{
			return "";
		}
	}
	std::vector<cv::Mat> points;
	auto res = detector->detectAndDecode(img, points);
	if (res.size() > 0)
	{
		memset(decoder_result, 0, 256);
		memcpy(decoder_result, res[0].c_str(), res[0].length());
		return decoder_result;
	}
	else
	{
		return "";
	}
}

示例代码只封装了一个接口Decoder，且只返回第一个二维码的识别结果，如果需要其他接口或者返回值如二维码区域等可以自己封装。

第二步：配置OpenCV环境

1，项目–属性—配置属性–VC++目录—包含目录，填入已经编译好的OpenCV头文件位置

D:\opencv-4.5.2-contrib\opencv\newbuild\install_src\include
D:\opencv-4.5.2-contrib\opencv\newbuild\install_src\include\opencv2

2，项目–属性—配置属性–VC++目录—库目录，填入已经编译好的opencv_world452d.lib文件位置

D:\opencv-4.5.2-contrib\opencv\newbuild\install_src\x64\vc16\lib

4，拷贝模型文件
模型文件是CNN神经网络对二维码定位用的，拷贝到代码能找到的位置即可。

第三步：将C++代码编译成dll

1，项目–属性—配置属性–常规—配置类型—动态库(.dll)
,2，项目–属性–配置属性–C/C++–高级—编译为—编译为C++代码（/TP）

3，生成

三、使用Dotnet验证

1，创建C#控制台应用程序：

using System;
using System.Runtime.InteropServices;

namespace ZrdDecoderDemo
{
    class Program
    {
        [DllImport("ZrdDecoder.dll", CallingConvention = CallingConvention.Cdecl)]
        extern static IntPtr Decoder(IntPtr path);
        static void Main(string[] args)
        {
            try
            {
                IntPtr imgpath = Marshal.StringToHGlobalAnsi("images\\2021-12-18-19-02-37-cap.jpg");
                IntPtr result = Decoder(imgpath);
                string strResult = Marshal.PtrToStringAnsi(result);
                Console.WriteLine("二维码识别结果：" + strResult);
            }
            catch (Exception ex)
            {
                Console.WriteLine($"ex:{ex}");
            }

            Console.ReadLine();
        }
    }
}

2，拷贝需要的库和模型

images：待测试的二维码图片，可以任意位置，代码能找到就行
models：上述四个模型文件，需要ZrdDecoder.dll能找到
opencv_wrold452d.dll：opencv和opencv_contrib的debug库
ZrdDecoder.dll：C++生成的库

结果如下：

---

总结

文章配置均为debug环境，示例代码简洁为主
参考文章：https://blog.csdn.net/yumkk/article/details/106746882