Day 16 重构扫描生成金字塔图层

我们先重构低倍扫描，为它生成金字塔图层数据。然后同样改造高倍图。

低倍扫描重构思路

接下来我们要分析一下如何生成金字塔图层。我们先看高倍扫描的实现，在类HighImageJointer中，我们已经留出了实现的地方。我们看下面的makeTile()函数：

void HighImageJointer::makeTile(int col, int row, cv::Mat image, bool is_last_col, bool is_last_row, bool make_pyrmid)
{
    Q_UNUSED(make_pyrmid)       // 暂时不实现金字塔
    Q_UNUSED(is_last_row)
    Q_UNUSED(is_last_col)
    //TRACE() << "构造tile: " << TSHOW(col) << TSHOW(row);
    dumpSlice(col, row, image);
    emit sigDumpSlice(col, row, image);
}

在之前的实现中，它仅仅是调用了dumpSlice()，将层0的图像保存到slice目录里面。我们可以在这里添加业务逻辑，将金字塔生成逻辑放在这里。

我们使用Reduce的做法，逐层生成金字塔图层。简单地说，比如，我们层0有64x32个视野，即在层0中，有$32\times32=1024$个视野，即现有运行了1024个makeTile()的工作线程。每4个线程会拼凑成层1的一个视野，例如，线程{0，0}，{0，1}，{1，0}，{1，1}四个线程将图像缩小一半后，又凑成一个视野，层1的{0，0}视野。这四个线程中，有三个会终止，剩下一个继续运行，继续拼凑他图层2的{0，0}视野。
$$
32\times32\
16\times16\
8\times8\
4\times4\
2\times2\
1\times1
$$
如此，总共生成了6$log_2(32)+1=6$个图层。

我们对比一下ScanTask的doLowScan()和doHighScan()，可以看到它们的差别：

低倍扫描的处理部分：

// 低倍扫描
...
while(index<picList.size())
{
	...
    // 发送给界面
    emit sigImageCaptured({column, row}, imgMat);
    emit sigDumpImage(imgMat, column, row, _impl->_lowImageFormat, 
                      _impl->_lowImageFormat, dumpPath);
	...
}

高倍连续扫描的图像处理部分：

...
while(index<picList.size() && index<total)
{
	...
    jointer->add({column, row}, imgMat.clone());
    emit sigImageCaptured({column, row}, imgMat);
    emit sigDumpImage(imgMat, column, row, _impl->_highImageFormat, 
                      _impl->_highImageQuality, viewDumpPath);
	...
}
if(method==EScanMethod::eMatrixScan)
{
    TRACE() << "保存连续扫描的区域尺寸";
	...
    emit sigPackViewInfo(EViewType::eHighView, cell_type, round, 0, _impl->_imageSize, rects.at(0), method, path );
    emit sigZipDir(sliceDumpPath, basePath());
}
else
{
    ...
}

实现`LowImageJointer`

在开始工作之前，我们再回顾一下HighImageJointer的实现，我们发现它和我们将要实现的低倍图的拼接器十分相似，唯一的差别在于匹配的计算方式不同——对于高倍图，我们需要对相邻的图像做匹配处理，而对低倍图，我们根本不需要计算，简单地让他们相邻就可以了，也就是说，视野和视野之间的偏移量是固定的，可知的。

这样，我们就有两个方案备选：

一个方案是将LowImageJointer和HighImageJointer做共性提取，要么再提取出一个基类，并各自实现自己的doMatch()函数，其他的使用完全相同的处理逻辑。或者我们做得再“现代C++”一点，把doMathch()实现为一个模板参数，或者，稍微传统一点，使用模板方法模式。都是可以的。

我个人十分厌恶滥用template，尤其是将函数作为模板的时候。虽然看上去很酷，但是一旦不小心，编译器报错太痛苦了。所以我总是克制自己的这种欲望，在本书中基本上不会使用这种方法，只会使用传统的面向对象的设计思想。

另一个方案是针对低倍图这种情况做专门处理，因为我们完全不需要matchView()，自然也不需要splitViewProc()，实在是没有必要启动一堆的工作线程再立即返回。我们只要从makeSliceProc()这个地方出发就可以了。

第一个方案相对来说，虽然看上去修改更少，但是对于不匹配的情况，还是显得过于笨重了，而且，我们所有的一切工作都是为了匹配连接所作的优化，突然要它还能支持不需要匹配的拼接，总是让人不够放心，担心哪里出一点纰漏，导致破坏了整个类的结构。所以，我们最终决定还是为这种情况单独实现一个版本的好。

不过，在此之前，我们先调整一下这几个类的名字：

HighImageJointer改名为ImageMatchJointer，表示需要计算图像匹配的拼接器。
DummyImageJointer改名为ImageDummyJointer，表示不拼接
新增ImageDirectJointer，代替我们原先想创建的LowImageJointer，表示不需要图像匹配的简单拼接

这样的几个类名称修改，一方面它们的含义更清晰，另一方面不管是在文件系统还是在QtCreater的项目中，都是排列在一起的，我们找起来更方便一些。

低倍扫描重构思路

实现LowImageJointer

实现`LowImageJointer`