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
下载好了双击解压缩之后找到build路径,显示如下:
双击打开java文件夹,
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:
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
调节明暗程度 - 亮度提升
高斯模糊
锐化
梯度
灰度化
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