詳解OpenCV For Java環境搭建與功能演示

OpenCV概述

OpenCV做為功能強大的計算機視覺開源框架，包含了500多個算法實現，而且還在不斷增加，其最新版本已經更新到3.2。其SDK支持Android與Java平台開發，對於常見的圖像處理需求幾乎都可以滿足，理應成為廣大Java與Android程序員的首先的圖像處理框架。 Java中使用OpenCV的配置及其簡單，可以毫不客氣的說幾乎是零配置都可以。

一：配置

配置引入OpenCV相關jar包，首先要下載OpenCV的自解壓版本，下載地址： http://opencv.org/opencv-3-2.html

然後拉到網頁的最下方，下載Windows自解壓開發包

下載好了雙擊解壓縮之後找到build路徑，顯示如下：

雙擊打開Java文件夾，

裡面有一個jar直接導入到Eclipse中的新建項目中去， 然後把x64裡面的dll文件copy到Eclipse中使用的Java JDK bin和jre/bin目錄下面即可。環境就配置好啦，簡單吧！配置好的最終項目結構：

二：加載圖像與像素操作

讀入一張圖像-, 一句話搞定

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

將Mat對象轉換為BufferedImage對象

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;}

將BufferedImage對象轉換為Mat對象

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;}

特別要說明一下，BufferedImage與Mat的RGB通道順序是不一樣，正好相反，在Mat對像中三通道的順序為BGR而在BufferedImage中為RGB。

從Mat中讀取全部像素(其中image為Mat類型數據)

 int width = image.cols();int height = image.rows();int dims = image.channels();byte[] data = new byte[width*height*dims];image.get(0, 0, data);

遍歷像素操作與保存改變

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對象為圖像文件- 一句話可以搞定

Imgcodecs.imwrite(filePath, src);

OpenCV代碼運行與測試

調節明暗程度- 亮度降低

調節明暗程度- 亮度提升

高斯模糊

銳化

梯度

灰度化

上述效果完整Java代碼如下：

 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 { /** - 反色處理- */ 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) { // 銳化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; }}

可以說簡單到哭，此外OpenCV For Java支持各種的圖像處理包括形態學操作，二值圖像分析、圖像特徵檢測與識別、模板匹配、直方圖相關功能等等。常見的機器學習算法與圖像分析方法。可以說是功能最強大的圖像處理SDK與開發平台之一，本人繼續發掘分享！

特別注意

在調用之前，一定要加上這句話

System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

目的是加載OpenCV API相關的DLL支持，沒有它是不會正確運行的。以上代碼與功能實現是基於JDK8 64位與OpenCV 3.2版本。

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持武林網。