《OpenCV Android 开发实践》

OpenCV是啥?能干啥?原理是啥?

1 OpenCV 是啥

OpenCV是一款开源的计算机视觉框架,封装了超过1000个常见的图形处理算法,其SDK语言支持Java、C++、Python等。接触OpenCV提供的SDK,ANdroid开发者可以实现OCR识别、图像处理、人脸检测、相机矫正、实时视频分析与处理、AR增强等移动端应用开发。

2 Mat

Mat 是OpenCV中用来存储图像信息的内存对象,可以通过Imgcodecs.imread()读入一个图像文件,也可以Utils.bitmapToMat(),Utils.matToBitmap与Bitmap相互转化。

基础图形绘制

可以通过Imgproc.putText,rectangle,circle,line等方法绘制文字和各类几何图形。

3 Mat像素操作

可以通过Mat.put()方法对图像的任意像素进行操作。

Mat mat = Imgcodecs.imread(file.getPath());
int channels = mat.channels();
byte[] data = new byte[channels]
int width = mat.cols();
int height = mat.rows();
data[0] = 1;
data[1] = 2;
data[2] = 3;
map.put(row,col,data);

通过Mat可以

  • 可以实现通道分离,通道合并,
  • 求图像的均方差,调整图片亮度与对比度,
  • 对图像进行权重叠加

4 图像操作

卷积模糊

卷积 + 相同系数卷积核 -> 均值模糊。主要用于降低图像噪声、模糊图像、降低图像对比度。
卷积 + 高斯分布权重洗漱 -> 高斯模糊

统计排序滤波

用来消除图像噪声或抑制图像像素极小值与极大值

保留边缘滤波

实现人脸美化、图像梅花的效果。

5 基本特征检测

梯度计算

图像边缘部分,像素梯度比较大。据此可以从图像中找到物体的边缘。

Canny边缘检测

Canny边缘检测算法可以用来检测图像边缘。

Canny(Mat image, Mat edges, ...)

再配合霍夫直线检测、圆形检测可以检测出图像中的直线和圆形。

轮廓发现

通过Canny边缘提取或者二值化结果作为输入图像可以实现轮廓发现与绘制。

模板匹配

模板匹配是最贱的模式识别算法之一,其在图像处理中根据输入模板图像,从待检测图像中找到高相似度的子图像区域。

 Imgproc.matchTemplate(Mat image, Mat templ, Mat result, int method)

6 特征检测与匹配

简单的说,图像的特征就是边缘、角点、纹理等。

Harris角点检测

SURF特征检测

特征检测是从图像中自动提取对象特征以泳衣表述该对象,同时还可以利用得到的特征数据描述在不同的图像中发现相同的对象,而且特征对对象的旋转、缩放、光照等具有不变性。
SURF(Speedued Up Robus Feature)特征是图像最常见的特征之一。

Mat textImage = Imgcodecs.imread(file);
SURF surf_detector =  SURF.create(...)
MatOfKeyPoint keyPoints_text = new  MatOfKeyPoint()
MatOfKeyPoint keyPoints_scene = new  MatOfKeyPoint()
检测关键点
surf_detector.detect(textImage, keyPoints_text)
surf_detector.detect(src, keyPoints_scene )
获取描述子
surf_detector.compute(textImage, keyPoints_txt, descriptor_txt)
匹配
DescriptorMatcher descriptorMather = DescriptorMatcher.create()
descriptorMather.match(Mat descriptor_txt,Mat descriptor_scene, MatOfDMatch matchs)

SIFT特征检测

Feature2D中的检测器与描述子

ORB检测器与描述子
BRISK检测器与描述子
AKAZE检测器与描述子

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,293评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,604评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,958评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,729评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,719评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,630评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,000评论 3 397
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,665评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,909评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,646评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,726评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,400评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,986评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,959评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,996评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,481评论 2 342

推荐阅读更多精彩内容