服务器之家:专注于服务器技术及软件下载分享
分类导航

PHP教程|ASP.NET教程|Java教程|ASP教程|编程技术|正则表达式|C/C++|IOS|C#|Swift|Android|VB|R语言|JavaScript|易语言|vb.net|

服务器之家 - 编程语言 - Java教程 - 详解OpenCV For Java环境搭建与功能演示

详解OpenCV For Java环境搭建与功能演示

2021-04-19 14:14gloomyfish Java教程

这篇文章主要介绍了x详解OpenCV For Java环境搭建与功能演示,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧

opencv概述

opencv做为功能强大的计算机视觉开源框架,包含了500多个算法实现,而且还在不断增加,其最新版本已经更新到3.2。其sdk支持android与java平台开发,对于常见的图像处理需求几乎都可以满足,理应成为广大java与android程序员的首先的图像处理框架。java中使用opencv的配置及其简单,可以毫不客气的说几乎是零配置都可以。

一:配置

配置引入opencv相关jar包,首先要下载opencv的自解压版本,下载地址:http://opencv.org/opencv-3-2.html

然后拉到网页的最下方,下载windows自解压开发包

详解OpenCV For Java环境搭建与功能演示

下载好了双击解压缩之后找到build路径,显示如下:

详解OpenCV For Java环境搭建与功能演示

双击打开java文件夹,

详解OpenCV For Java环境搭建与功能演示

里面有一个jar直接导入到eclipse中的新建项目中去, 然后把x64里面的dll文件copy到eclipse中使用的java jdk bin和jre/bin目录下面即可。环境就配置好啦,简单吧!配置好的最终项目结构:

详解OpenCV For Java环境搭建与功能演示

二:加载图像与像素操作

读入一张图像 -, 一句话搞定

?
1
2
mat src = imgcodecs.imread(imagefilepath);
if(src.empty()) return;

将mat对象转换为bufferedimage对象

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
public bufferedimage conver2image(mat mat) {
 int width = mat.cols();
 int height = mat.rows();
 int dims = mat.channels();
 int[] pixels = new int[width*height];
 byte[] rgbdata = new byte[width*height*dims];
 mat.get(0, 0, rgbdata);
 bufferedimage image = new bufferedimage(width, height,
       bufferedimage.type_int_argb);
 int index = 0;
 int r=0, g=0, b=0;
 for(int row=0; row<height; row++) {
  for(int col=0; col<width; col++) {
   if(dims == 3) {
    index = row*width*dims + col*dims;
    b = rgbdata[index]&0xff;
    g = rgbdata[index+1]&0xff;
    r = rgbdata[index+2]&0xff;
    pixels[row*width+col] = ((255&0xff)<<24) |
    ((r&0xff)<<16) | ((g&0xff)<<8) | b&0xff;
   }
   if(dims == 1) {
    index = row*width + col;
    b = rgbdata[index]&0xff;
    pixels[row*width+col] = ((255&0xff)<<24) |
    ((b&0xff)<<16) | ((b&0xff)<<8) | b&0xff;
   }
  }
 }
 setrgb( image, 0, 0, width, height, pixels);
 return image;
}

将bufferedimage对象转换为mat对象

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
public mat convert2mat(bufferedimage image) {
 int width = image.getwidth();
 int height = image.getheight();
 mat src = new mat(new size(width, height), cvtype.cv_8uc3);
 int[] pixels = new int[width*height];
 byte[] rgbdata = new byte[width*height*3];
 getrgb( image, 0, 0, width, height, pixels );
 int index = 0, c=0;
 int r=0, g=0, b=0;
 for(int row=0; row<height; row++) {
  for(int col=0; col<width; col++) {
   index = row*width + col;
   c = pixels[index];
   r = (c&0xff0000)>>16;
   g = (c&0xff00)>>8;
   b = c&0xff;
 
   index = row*width*3 + col*3;
   rgbdata[index] = (byte)b;
   rgbdata[index+1] = (byte)g;
   rgbdata[index+2] = (byte)r;
  }
 }
 
 src.put(0, 0, rgbdata);
 return src;
}

特别要说明一下,bufferedimage与mat的rgb通道顺序是不一样,正好相反,在mat对象中三通道的顺序为bgr而在bufferedimage中为rgb。

从mat中读取全部像素(其中image为mat类型数据)

?
1
2
3
4
5
int width = image.cols();
int height = image.rows();
int dims = image.channels();
byte[] data = new byte[width*height*dims];
image.get(0, 0, data);

遍历像素操作与保存改变

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
int index = 0;
int r=0, g=0, b=0;
for(int row=0; row<height; row++) {
 for(int col=0; col<width*dims; col+=dims) {
  index = row*width*dims + col;
  b = data[index]&0xff;
  g = data[index+1]&0xff;
  r = data[index+2]&0xff;
 
  r = 255 - r;
  g = 255 - g;
  b = 255 - b;
 
  data[index] = (byte)b;
  data[index+1] = (byte)g;
  data[index+2] = (byte)r;
 }
}
image.put(0, 0, data);

保存mat对象为图像文件 - 一句话可以搞定

?
1
imgcodecs.imwrite(filepath, src);

opencv代码运行与测试

调节明暗程度 - 亮度降低

详解OpenCV For Java环境搭建与功能演示

调节明暗程度 - 亮度提升

详解OpenCV For Java环境搭建与功能演示

高斯模糊

详解OpenCV For Java环境搭建与功能演示

锐化

详解OpenCV For Java环境搭建与功能演示

梯度

详解OpenCV For Java环境搭建与功能演示

灰度化

详解OpenCV For Java环境搭建与功能演示

上述效果完整java代码如下:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
package com.gloomyfish.opencvdemo;
 
import org.opencv.core.core;
import org.opencv.core.cvtype;
import org.opencv.core.mat;
import org.opencv.core.size;
import org.opencv.imgproc.imgproc;
 
public class imagefilters {
 
 /** - 反色处理 - */
 public mat inverse(mat image) {
  int width = image.cols();
  int height = image.rows();
  int dims = image.channels();
  byte[] data = new byte[width*height*dims];
  image.get(0, 0, data);
 
  int index = 0;
  int r=0, g=0, b=0;
  for(int row=0; row<height; row++) {
   for(int col=0; col<width*dims; col+=dims) {
    index = row*width*dims + col;
    b = data[index]&0xff;
    g = data[index+1]&0xff;
    r = data[index+2]&0xff;
 
    r = 255 - r;
    g = 255 - g;
    b = 255 - b;
 
    data[index] = (byte)b;
    data[index+1] = (byte)g;
    data[index+2] = (byte)r;
   }
  }
 
  image.put(0, 0, data);
  return image;
 }
 
 public mat brightness(mat image) {
  // 亮度提升
  mat dst = new mat();
  mat black = mat.zeros(image.size(), image.type());
  core.addweighted(image, 1.2, black, 0.5, 0, dst);
  return dst;
 }
 
 public mat darkness(mat image) {
  // 亮度降低
  mat dst = new mat();
  mat black = mat.zeros(image.size(), image.type());
  core.addweighted(image, 0.5, black, 0.5, 0, dst);
  return dst;
 }
 
 public mat gray(mat image) {
  // 灰度
  mat gray = new mat();
  imgproc.cvtcolor(image, gray, imgproc.color_bgr2gray);
  return gray;
 }
 
 public mat sharpen(mat image) {
  // 锐化
  mat dst = new mat();
  float[] sharper = new float[]{0, -1, 0, -1, 5, -1, 0, -1, 0};
  mat operator = new mat(3, 3, cvtype.cv_32fc1);
  operator.put(0, 0, sharper);
  imgproc.filter2d(image, dst, -1, operator);
  return dst;
 }
 
 public mat blur(mat image) {
  // 高斯模糊
  mat dst = new mat();
  imgproc.gaussianblur(image, dst, new size(15, 15), 0);
  return dst;
 }
 
 
 public mat gradient(mat image) {
  // 梯度
  mat grad_x = new mat();
  mat grad_y = new mat();
  mat abs_grad_x = new mat();
  mat abs_grad_y = new mat();
 
  imgproc.sobel(image, grad_x, cvtype.cv_32f, 1, 0);
  imgproc.sobel(image, grad_y, cvtype.cv_32f, 0, 1);
  core.convertscaleabs(grad_x, abs_grad_x);
  core.convertscaleabs(grad_y, abs_grad_y);
  grad_x.release();
  grad_y.release();
  mat gradxy = new mat();
  core.addweighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 10, gradxy);
  return gradxy;
 }
}

可以说简单到哭,此外opencv for java支持各种的图像处理包括形态学操作,二值图像分析、图像特征检测与识别、模板匹配、直方图相关功能等等。常见的机器学习算法与图像分析方法。可以说是功能最强大的图像处理sdk与开发平台之一,本人继续发掘分享!

特别注意

在调用之前,一定要加上这句话

?
1
system.loadlibrary(core.native_library_name);

目的是加载opencv api相关的dll支持,没有它是不会正确运行的。以上代码与功能实现是基于jdk8 64位与opencv 3.2版本。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。

原文链接:https://blog.csdn.net/jia20003/article/details/68944486

延伸 · 阅读

精彩推荐