从GRIP生成代码

GRIP代码生成

在像roboRIO或Raspberry PI这样的小型处理器上运行视觉算法时，建议直接在处理器上运行OpenCV，而无需GRIP开销。为此，GRIP可以使用C ++，Java和Python为您创建的管道生成代码。可以将生成的代码添加到您的机器人项目中，并直接从您现有的机器人代码中调用。

不会生成输入源（例如摄像机或图像目录）和输出步骤（例如NetworkTables）。您的代码必须提供图像作为OpenCV垫。在roboRIO上，CameraServer类提供该格式的图像。为了获得结果，您可以仅使用生成的吸气剂方法来检索结果值，例如轮廓x和y值。

生成代码

要生成代码，请转到``工具>生成代码’’。这将打开一个保存对话框，使您可以创建执行GRIP线程中的步骤的C ++，Java或Python类。

如果生成要在现有项目中使用的代码，请选择一个相关目录以将线程保存到该目录。

** C ++用户**：线程类分为头文件和实现文件
** Java用户**：生成的类缺少包声明，因此应添加一个声明以匹配保存文件的目录。
** Python Users **：模块名称将与该类相同，因此import语句将类似于``from Pipeline import Pipeline``

生成代码的结构

Pipeline:
  // Process -- this will run the pipeline
  process(Mat source)

  // Output accessors
  getFooOutput()
  getBar0Output()
  getBar1Output()
  ...

运行线程

要运行线程，请使用源（网络摄像机，IP摄像机，图像文件等）作为参数来调用处理方法。这将使用getFooOutput方法公开线程中每个操作的输出。

得到结果

用户能够获得线程中每个步骤的输出。这些操作的输出可以通过它们各自的访问器访问。例如：

运作方式	Java / C ++ getter	Python变量
RGB阈值	`getRgbThresholdOutput`	``rgb_threshold_output’’
模糊	`getBlurOutput`	`blur_output`
CV侵蚀	`getCvErodeOutput`	``mcv_erode_output’’
查找轮廓	``getFindContoursOutput’’	``find_contours_output’’
过滤轮廓	``getFilterContoursOutput’’	``filter_contours_output’’

如果一个操作在线程中多次出现，则这些操作的访问器具有该操作的编号：

运作方式	哪个外观	存取器
模糊	第一	``getBlur0Output’’
模糊	第二	``getBlur1Output’’
模糊	第三	``getBlur2Output’’