欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

詳解OpenCV For Java環(huán)境搭建與功能演示

 更新時間：2018年04月03日 10:48:15   作者：gloomyfish  
這篇文章主要介紹了x詳解OpenCV For Java環(huán)境搭建與功能演示，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧

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(xiàn)，而且還在不斷增加，其最新版本已經(jīng)更新到3.2。其SDK支持Android與Java平臺開發(fā)，對于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

然后拉到網(wǎng)頁的最下方，下載Windows自解壓開發(fā)包

這里寫圖片描述

下載好了雙擊解壓縮之后找到build路徑，顯示如下：

這里寫圖片描述

雙擊打開Java文件夾，

這里寫圖片描述

里面有一個jar直接導入到Eclipse中的新建項目中去， 然后把x64里面的dll文件copy到Eclipse中使用的Java JDK bin和jre/bin目錄下面即可。環(huán)境就配置好啦，簡單吧！配置好的最終項目結(jié)構(gòu)：

這里寫圖片描述

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(zhuǎn)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(zhuǎn)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對象中三通道的順序為BGR而在BufferedImage中為RGB。

從Mat中讀取全部像素(其中image為Mat類型數(shù)據(jù))

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(diào)節(jié)明暗程度 - 亮度降低

這里寫圖片描述

調(diào)節(jié)明暗程度 - 亮度提升

這里寫圖片描述

高斯模糊

這里寫圖片描述

銳化

這里寫圖片描述

梯度

這里寫圖片描述

灰度化

這里寫圖片描述

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(tài)學操作，二值圖像分析、圖像特征檢測與識別、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(fā)平臺之一，本人繼續(xù)發(fā)掘分享！

特別注意

在調(diào)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(xiàn)是基于JDK8 64位與OpenCV 3.2版本。

以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

相關文章

  • 通過Java修改游戲存檔的實現(xiàn)思路

    通過Java修改游戲存檔的實現(xiàn)思路

    這篇文章主要介紹了通過Java修改游戲存檔的實現(xiàn)思路，實現(xiàn)方法也很簡單，因為植物大戰(zhàn)僵尸游戲的數(shù)據(jù)文件存儲在本地的存儲位置是已知的，因此我們可以將實現(xiàn)過程拆分為三個步驟,需要的朋友可以參考下
    2021-10-10
  • SpringMVC實現(xiàn)controller中獲取session的實例代碼

    SpringMVC實現(xiàn)controller中獲取session的實例代碼

    本篇文章主要介紹了SpringMVC實現(xiàn)controller中獲取session的實例代碼，具有一定的參考價值，有興趣的可以了解一下。
    2017-02-02
  • Java中List集合按指定條件排序

    Java中List集合按指定條件排序

    這篇文章主要介紹了Java中List集合按指定條件排序,List是一種有序集合，可以隨時添加和刪除其中元素,本篇文章針對List集合按照條件排序的幾種方式做了實例演示,需要的朋友可以參考下
    2023-07-07
  • 在Java中動態(tài)執(zhí)行字符串代碼的方法小結(jié)

    在Java中動態(tài)執(zhí)行字符串代碼的方法小結(jié)

    在Java編程中,靜態(tài)編譯的特性通常不允許我們直接執(zhí)行運行時生成的代碼,然而,有時我們需要動態(tài)地生成并執(zhí)行代碼片段,本文將詳細介紹如何在Java中運行一段字符串代碼,并提供詳細的代碼案例和運行結(jié)果,需要的朋友可以參考下
    2024-08-08
  • 基于Spark實現(xiàn)隨機森林代碼

    基于Spark實現(xiàn)隨機森林代碼

    這篇文章主要為大家詳細介紹了基于Spark實現(xiàn)隨機森林代碼，具有一定的參考價值，感興趣的小伙伴們可以參考一下
    2019-08-08
  • SWT(JFace)體驗之Icon任我變

    SWT(JFace)體驗之Icon任我變

    SWT(JFace)體驗之Icon任我變
    2009-06-06
  • ReentrantLock 非公平鎖實現(xiàn)原理詳解

    ReentrantLock 非公平鎖實現(xiàn)原理詳解

    這篇文章主要為大家介紹了ReentrantLock 非公平鎖實現(xiàn)原理詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪
    2022-12-12
  • JVM類加載機制詳解

    JVM類加載機制詳解

    本文主要介紹了JVM類加載機制的相關知識，具有很好的參考價值，下面跟著小編一起來看下吧
    2017-02-02
  • spring緩存自定義resolver的方法

    spring緩存自定義resolver的方法

    這篇文章主要為大家詳細介紹了spring緩存自定義resolver的方法，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助
    2022-03-03
  • Java面試之SQL語句題經(jīng)典案例

    Java面試之SQL語句題經(jīng)典案例

    本文詳細討論了如何將行數(shù)據(jù)轉(zhuǎn)化為列數(shù)據(jù),并提供了多種SQL查詢練習題,包括查詢特定條件的學生信息、課程成績比較、學生成績排名等,文章還解釋了在SQL中使用Union、UnionAll和pivot的方法,以及如何處理復雜的SQL查詢問題,需要的朋友可以參考下
    2024-10-10

最新評論