当前位置:主页 > java教程 > 详解OpenCV For Java环境搭建与功能演示

关于OpenCV For Java环境搭建与功能演示

发布:2020-01-22 16:34:55 94


为找教程的网友们整理了Java相关的编程文章,网友戴乐之根据主题投稿了本篇教程内容,涉及到OpenCV、Java、详解OpenCV For Java环境搭建与功能演示相关内容,已被521网友关注,如果对知识点想更进一步了解可以在下方电子资料中获取。

详解OpenCV For Java环境搭建与功能演示

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

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

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:

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。

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码农之家。


参考资料

相关文章

  • JNI实现最简单的JAVA调用C/C++实例代码讲解

    发布:2019-09-02

    这篇文章主要介绍了JNI实现最简单的JAVA调用C/C++代码,具有一定的参考价值,感兴趣的小伙伴们可以参考一下


  • Java获取时间差实例代码详解

    发布:2019-09-07

    这篇文章主要介绍了Java获取时间差(天数差,小时差,分钟差)代码示例,使用SimpleDateFormat来实现的相关代码,具有一定参考价值,需要的朋友可以了解下。


  • 使用opencv实现车道线检测实战代码

    发布:2022-04-06

    这篇文章主要介绍了opencv车道线检测实战,效果非常逼真,代码简单易懂,对opencv车道线检测实战代码感兴趣的朋友一起看看吧


  • JavaScript中Math.SQRT2属性的实例用法

    发布:2020-07-26

    这篇文章主要介绍了JavaScript中Math.SQRT2属性的使用详解,是JS入门学习中的基础知识,需要的朋友可以参考下


  • Java中ClassLoader类加载原理用法

    发布:2019-06-23

    本篇文章主要给大家讲述了Java中ClassLoader类加载的原理以及用法总结,一起学习下。


  • 详解Java编程求二叉树的镜像两种方法

    发布:2020-02-26

    这篇文章主要介绍了Java编程求二叉树的镜像两种方法介绍,分享了两种方法,递归与非递归,每种方法又分别介绍了两种解决思路,具有一定参考价值,需要的朋友可以了解下。


  • Java interrupt()方法使用实例介绍

    发布:2023-04-15

    一个线程在未正常结束之前, 被强制终止是很危险的事情. 因为它可能带来完全预料不到的严重后果比如会带着自己所持有的锁而永远的休眠,迟迟不归还锁等。 所以你看到Thread.suspend, Thread.stop等方法都被Deprecated了


  • Java多线程案例之定时器详解

    发布:2023-04-20

    定时器是一种实际开发中非常常用的组件, 类似于一个 “闹钟”, 达到一个设定的时间之后, 就执行某个指定好的代码。本文主要来和大家聊聊定时器的原理与使用,需要的可以参考一下


网友讨论