OpenCV Java环境搭建 详解OpenCV For Java环境搭建与功能演示

软件发布|下载排行|最新软件

当前位置:首页IT学院IT技术

OpenCV Java环境搭建 详解OpenCV For Java环境搭建与功能演示

gloomyfish   2021-03-28 我要评论
想了解详解OpenCV For Java环境搭建与功能演示的相关内容吗,gloomyfish在本文为您仔细讲解OpenCV Java环境搭建的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:OpenCV,Java环境搭建,下面大家一起来学习吧。

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

这里写图片描述

下载好了双击解压缩之后找到build路径,显示如下:

这里写图片描述

双击打开Java文件夹,

这里写图片描述

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:

这里写图片描述

二:加载图像与像素操作

读入一张图像 -, 一句话搞定

Mat src = Imgcodecs.imread(imageFilePath);
if(src.empty()) return;

将Mat对象转换为BufferedImage对象

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

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)

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

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

Imgcodecs.imwrite(filePath, src); 

OpenCV代码运行与测试

调节明暗程度 - 亮度降低

这里写图片描述

调节明暗程度 - 亮度提升

这里写图片描述

高斯模糊

这里写图片描述

锐化

这里写图片描述

梯度

这里写图片描述

灰度化

这里写图片描述

上述效果完整Java代码如下:

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

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。

Copyright 2022 版权所有 软件发布 访问手机版

声明:所有软件和文章来自软件开发商或者作者 如有异议 请与本站联系 联系我们