demo里用到的模式

1、Factory和MVC
这两个就不说了。

2、Composite

class IHypothesis
{
public:
 /**
  * 清空分类器
  */
 virtual void clear() = 0 ;
 /**
  * 从文件中加载分类器
  */
 virtual bool Load( char* filename ) = 0;
 /**
  * 分类器保存到文件中
  */
 virtual bool Hibernate( char* filaneme ) = 0;
 
 /**
  * 对样本进行决策：输入为样本特征
  */
 virtual bool Decide( KxFeature &feature, double &confidence) const = 0;

 /**
  * 对样本进行决策：输入为图像特征方法句柄
  */
 virtual bool Decide( ImageProps &props, double &confidence ) const = 0;

 /**
  * 对样本进行决策：输入为图像数据
  */
 virtual bool Decide( KxImage &ImageBlock, double &confidence ) const = 0;
};

// AdaBoost
class IAdaBoostHypothesis:public IHypothesis 
{
} // 单个的 AdaBoost 分类器

// 级联 AdaBoost 分类器 
class ICascadeAdaBoostClassifier:public IHypothesis
{
  // vector<IAdaBoostHypothesis> _cascadeClassfier;
} // 多个 AdaBoost 分类器

3、Facade
所有需要显示效果的功能都要与IDispTargetResultTool打交道，通过统一的disp接口对图像进行显示。
向下屏蔽细节。感觉和  Proxy 也有点像。

/************************************************************************/
/* 显示图像效果工具类                                                   */
/************************************************************************/
void IDispTargetResultTool::disp( CxImage &image, vector<labArea> labAreas, RGBQUAD color,  int 

methodIndex )
{
 IDispTargetResult *dispTool=NULL;
 
 switch( methodIndex ) {
 case DispRectLine:
  dispTool = new IDispTargetRectLine();
  break;
 case DispTargetColor:
  dispTool = new IDispTargetColor();
  break;
 case DispBgColor: 
  dispTool = new IDispBgColor();
  break;
 default:
  dispTool = new IDispTargetRectLine();
  break;
 }
 dispTool->disp( image,labAreas,color );
 delete dispTool;
}

4、Decorator
滑动窗口识别的时候，识别完成后，可能需要进行阈值分割，也可能无需阈值分割。对滑动识别过程与阈值分割过程这两者进行分离。

类似的还有，基于窗口合并的识别中，可能需要进行第二次的区域识别，也可能无需第二次的区域识别，因此也需要将窗口识别与区域识别分离开。

感觉代码并非按照 Decorator ，仅仅只是思想有些类似。