opencv_aardio 是面向 aardio 的 OpenCV 封装库，接口风格尽量贴近 opencv-python，便于把常见的 Python/OpenCV 示例迁移到 aardio 桌面程序中使用。

本项目当前基于 OpenCV/OpenCvSharp 插件桥接实现，适合在 Windows 下快速完成图像处理、机器视觉、DNN 推理、桌面调参工具和上位机软件开发。

• 主要库入口：/lib/cv2/_.aardio
• 自动化测试目录：/test/cv2/
• DNN 使用文档：docs/dnn.md
• 示例目录：/samples/
• 当前测试集已整理为非阻塞自动化回归测试，不再保留旧的交互式测试脚本。

1. aardio
2. OpenCV native runtime
3. opencv-plugin（基于 OpenCvSharp 修改）

注意：本仓库的 .gitignore 会忽略 *.dll，因此全新克隆后需要自行下载并放置运行时 DLL。

推荐目录结构：

lib/cv2/.res/
├── net461/
│   ├── OpenCvSharp.dll
│   ├── OpenCvSharp.Extensions.dll
│   ├── System.Drawing.Common.dll
│   ├── System.Memory.dll
│   ├── System.Runtime.CompilerServices.Unsafe.dll
│   └── System.ValueTuple.dll
└── native/
    └── x86/
        ├── OpenCvSharpExtern.dll
        └── opencv_videoio_ffmpeg453.dll

如果缺少这些 DLL，import cv2 或首次调用 OpenCV 接口时会失败。

import cv2;

var img = cv2.imread("/dist/images/Lena.jpg",1);
var dst = cv2.medianBlur(img,5);

cv2.imshow("dst",dst);
cv2.waitKey(0); // 按任意键关闭窗口
cv2.destroyAllWindows();

保存图像：

cv2.imwrite("/result.jpg",dst);

imshow / waitKey / destroyAllWindows 属于 HighGUI 接口。waitKey(0) 会阻塞等待按键，适合手工调试，不应放入自动化测试。

当前 lib/cv2 已按功能拆分为多个模块：

core / core_extra / core_utils
imgproc / imgproc_basic / draw
io / video / photo
features2d / calib3d
highgui
dnn

常用能力包括：

• Mat 创建、读写、类型/维度/通道信息、ROI、clone、reshape、convertTo
• 基础矩阵运算、统计、归一化、变换、通道拆分与合并
• 图像读取与保存：imread / imwrite / imdecode / imencode
• 图像处理：滤波、阈值、形态学、边缘、轮廓、几何变换、透视变换、Hough 等
• 绘图：line / rectangle / circle / putText / polylines / drawContours
• 视频与相机：VideoCapture / VideoWriter 相关封装
• 特征：ORB、BFMatcher 等基础特征匹配能力
• HighGUI：imshow / waitKey / namedWindow / destroyWindow / destroyAllWindows
• DNN：模型加载、forward、分类/检测/分割后处理与可视化辅助函数

当前 cv2.dnn 已支持 OpenCV DNN 的基础推理流程：

import cv2;

var net = cv2.readNetFromONNX("/models/model.onnx");
var img = cv2.imread("/dist/images/Lena.jpg");
var blob = cv2.blobFromImage(img,1/255,[224,224],[0,0,0],true,false);

net.setInput(blob);
var out = net.forward();

var top5 = cv2.dnnDecodeClassification(out,["cat","dog","bird"],5,true);

已支持：

• blobFromImage / blobFromImages
• readNet / readNetFromONNX / readNetFromCaffe / readNetFromDarknet / readNetFromTensorflow / readNetFromTorch / readNetFromYolo
• Net.setInput / Net.forward / Net.forwardLayers / Net.getPerfProfile
• Mat.dims / Mat.sizeAt / Mat.toFloatArray / Mat.toDoubleArray
• 分类后处理：dnnSoftmax / dnnSigmoid / dnnArgMax / dnnTopK / dnnDecodeClassification
• 检测后处理：NMSBoxes / dnnDecodeYolo / dnnDecodeYoloLatest / dnnDecodeYoloV8/V9/V10/V11/V12 / dnnYoloDetect / dnnDecodeSSD / dnnDecodeFasterRCNN / dnnDrawDetections
• 分割后处理：dnnDecodeBinaryMask / dnnDecodeSegmentation

详细说明见：docs/dnn.md

当前仓库内的示例包括：

samples/highgui_imshow.aardio              HighGUI 显示窗口示例（交互式）
samples/cornCounter.aardio                 自生成图像的轮廓计数示例
samples/matchTemplate.aardio               基于内置 Lena 图像的模板匹配示例
samples/dnn_minimal_caffe_relu.aardio      动态生成最小 Caffe ReLU 网络并 forward
samples/dnn_minimal_onnx_relu.aardio       动态生成最小 ONNX ReLU 网络并 forward
samples/dnn_postprocess_demo.aardio        DNN 分类/检测/分割后处理综合示例
samples/yolo_latest_onnx.aardio            Ultralytics YOLO 最新 ONNX 模型调用示例

除 highgui_imshow.aardio 是专门用于演示窗口显示外，其余示例默认不阻塞；需要预览图像时可给支持的示例传入 show=true。

自动化测试入口：

return loadcodex("/test/cv2/run_all.aardio");

当前测试目录只保留 /test/cv2/*.aardio，均为 util.testRunner 风格的非阻塞测试。当前回归覆盖：

• core / Mat / 数学与矩阵操作
• imgproc 基础处理、边缘、轮廓、几何变换、形态学、分割辅助
• features2d / ORB / matcher
• video/photo 基础封装
• HighGUI 非阻塞接口
• DNN 基础接口、Caffe/ONNX 最小真实 forward、分类/检测/分割后处理

截至本次整理，完整回归结果：

total: 750
passed: 750
failed: 0
success: true

1. 充分利用 aardio 的胶水语言特性，增强 aardio 图像处理与机器视觉能力。
2. 结合 aardio 桌面开发优势，提升上位机、调参工具、工业视觉小工具的开发效率。
3. 提供比 Python/conda 环境更轻量的 OpenCV 使用方式。
4. 提高 OpenCV 示例迁移、算法验证和桌面集成效率。
5. 支持实时窗口显示与交互调参。

• aardio 官网
• OpenCV 官网
• opencv-plugin
• 旧版中文文档（可能未覆盖当前新增 DNN/HighGUI/测试整理内容）