OpenCV在Android上的應(yīng)用示例
一. OpenCV 介紹
OpenCV是一個基于BSD許可(開源)發(fā)行的跨平臺計算機視覺庫,可以運行在Linux、Windows、Android和Mac OS操作系統(tǒng)上。它輕量級而且高效——由一系列 C 函數(shù)和少量 C++ 類構(gòu)成,同時提供了Python、Ruby、MATLAB等語言的接口,實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法。
在移動端上使用 OpenCV 可以完成一系列圖像處理的工作。
二. OpenCV 在 Android 上的配置
我在項目中使用的 OpenCV 版本是 4.x。
在 Android Studio 中創(chuàng)建一個 Library,將官網(wǎng)下載的 OpenCV 導(dǎo)入后,就可以直接調(diào)用 OpenCV 中 Java 類的方法。
如果想調(diào)用 C++ 的類,也可以使用 CMake 創(chuàng)建環(huán)境,然后通過 include 文件放入指定路徑。
下面是項目中使用的 CMakeLists.txt
cmake_minimum_required(VERSION 3.6.0) include_directories( ${CMAKE_SOURCE_DIR}/src/main/cpp/include ) add_library(libopencv_java4 SHARED IMPORTED) set_target_properties( libopencv_java4 PROPERTIES IMPORTED_LOCATION ${CMAKE_SOURCE_DIR}/src/main/jniLibs/libs/${ANDROID_ABI}/libopencv_java4.so) add_library(libc++_shared SHARED IMPORTED) set_target_properties( libc++_shared PROPERTIES IMPORTED_LOCATION ${CMAKE_SOURCE_DIR}/src/main/jniLibs/libs/${ANDROID_ABI}/libc++_shared.so) add_library( detect SHARED src/main/cpp/detect-lib.cpp src/main/cpp/detect-phone.cpp ) find_library( log-lib log ) target_link_libraries( detect libopencv_java4 libc++_shared jnigraphics ${log-lib} )
其中,detect-lib.cpp 和 detect-phone.cpp 是我創(chuàng)建的 C++ 類。打成 so 文件時,會包含這2個類。
三. 例子兩則
3.1 作為二維碼識別的兜底方案
在 Android 原生開發(fā)中,二維碼識別有老牌的 zxing 等開源庫。為何還要使用 OpenCV 呢?
因為 OpenCV 有自己的優(yōu)勢,借助它可以定位到二維碼的位置,一般識別不到二維碼的內(nèi)容大多是因為找不到它的位置。要是能夠找到位置,就可以快速識別二維碼的內(nèi)容。
這樣一來,識別二維碼時需要先拍一張照,從圖像中找出二維碼的位置。當(dāng)然,還可以對圖像進行預(yù)處理,以便能夠更好地找到二維碼的位置。
下面的代碼,展示了在應(yīng)用層拍完照之后,將圖片的路徑傳到 jni 層將其轉(zhuǎn)換成對應(yīng)的 Mat 對象,再轉(zhuǎn)換成灰度圖像,然后找出二維碼的位置,要是能夠找到的話就識別出二維碼的內(nèi)容。
extern "C" JNIEXPORT jstring JNICALL Java_com_xxx_sdk_utils_DetectUtils_qrDetect(JNIEnv *env, jclass jc,jstring filePath) { const char *file_path_str = env->GetStringUTFChars(filePath, 0); string path = file_path_str; Mat src = imread(path); Mat gray, qrcode_roi; cvtColor(src, gray, COLOR_BGR2GRAY); QRCodeDetector qrcode_detector; vector<Point> pts; string detect_info; bool det_result = qrcode_detector.detect(gray, pts); if (det_result) { detect_info = qrcode_detector.decode(gray, pts, qrcode_roi); return env->NewStringUTF(detect_info.c_str()); } else { detect_info = ""; return env->NewStringUTF(detect_info.c_str()); } }
對應(yīng)的 Java 代碼,方便應(yīng)用層調(diào)用 jni 層的 qrDetect()
public class DetectUtils { static { System.loadLibrary("detect"); } /** * 識別二維碼 * @param filePath * @return */ public static native String qrDetect(String filePath); ...... }
最后是應(yīng)用層的調(diào)用
// 使用 OpenCV 進行二維碼識別 val result = DetectUtils.qrDetect(filePath) L.d("opencvs識別二維碼: $result")
3.2 比對圖像的差異
在我們的實際開發(fā)中遇到一個應(yīng)用場景:需要判斷我們的手機回收機里面是否存放了物體。(手機回收機是一個觸摸屏設(shè)備,可以通過 Android 系統(tǒng)來操作內(nèi)部的硬件設(shè)備。)
我們事先拍一張回收機內(nèi)沒有物體的圖作為基準(zhǔn)圖像,等到需要判斷是否存在物體時再拍一張圖片。兩幅圖片對比看比例,比列超過閾值則認為回收機內(nèi)存在著物體。
下面的代碼,展示了在應(yīng)用層拍完照之后,跟基準(zhǔn)圖片進行比對,并返回結(jié)果。
extern "C" JNIEXPORT jboolean JNICALL Java_com_xxx_sdk_utils_DetectUtils_checkPhoneInMTA(JNIEnv *env, jclass jc,jstring baseImgPath,jstring filePath) { jboolean tRet = false; const char *file_path_str = env->GetStringUTFChars(filePath, 0); string path = file_path_str; Mat src = imread(path); const char *base_img_path_str = env->GetStringUTFChars(baseImgPath, 0); string basePath = base_img_path_str; Mat baseImg = imread(basePath); int result = checkPhoneInBox(baseImg,src,40,0.1); LOGI("checkPhoneInBox result = %d",result); if (result == 0) { tRet = true; } return tRet; }
兩張圖片真正的比對是在 checkPhoneInBox() 中完成的。其中,maxFilter() 是為了處理彩色的情況,然后使用高斯濾波進行降噪處理,再進行二值化處理,最后判斷灰度差異區(qū)域占總圖像的比列是否超過預(yù)先設(shè)定的閾值。
int checkPhoneInBox(cv::Mat baseImg, cv::Mat snapImg, int diffThresh, double threshRatio) { cv::Mat baseMaxImg, snapMaxImg,baseGausImg, snapGausImg; if (baseImg.empty()|| snapImg.empty()) { return -1; } try { maxFilter(baseImg, baseMaxImg); maxFilter(snapImg, snapMaxImg); } catch (...) { return -1; } cv::GaussianBlur(baseMaxImg, baseGausImg, cv::Size(5, 5),0); cv::GaussianBlur(snapMaxImg, snapGausImg, cv::Size(5, 5),0); cv::Mat diff,diffBin; cv::Mat noMax; cv::absdiff(baseGausImg, snapGausImg, diff); cv::threshold(diff, diffBin, diffThresh, 255, cv::THRESH_BINARY); float ratio = (float)cv::countNonZero(diffBin) / (long)diffBin.total(); LOGI("ratio = %f,%d,%ld",ratio,cv::countNonZero(diffBin),(long)diffBin.total()); if (ratio > threshRatio) { return 0; } else { return 1; } } int maxFilter(cv::Mat baseImg, cv::Mat &maxImg) { if (baseImg.channels() <3) { maxImg = baseImg.clone(); } else { maxImg.create(baseImg.size(), CV_8UC1); for (int r=0;r<baseImg.rows;r++) { for (int c = 0; c < baseImg.cols; c++) { uchar maxTmp=0; cv::Vec3b s = baseImg.at<cv::Vec3b>(r, c); maxTmp = (std::max)(s[0],s[1]); maxTmp = (std::max)(maxTmp,s[2]); maxImg.at<uchar>(r, c) = maxTmp; } } } return 0; }
對應(yīng)的 Java 代碼,方便應(yīng)用層調(diào)用 jni 層的 checkPhoneInMTA()
public class DetectUtils { static { System.loadLibrary("detect"); } /** * 判斷MTA中是否有手機 * @param baseImageFilePath 基準(zhǔn)的圖片 * @param filePath 拍攝的圖片 * @return */ public static native boolean checkPhoneInMTA(String baseImageFilePath, String filePath); ...... }
最后是應(yīng)用層的調(diào)用
val result = DetectUtils.checkPhoneInMTA(Constants.OPENCV_PHOTO_PATH, it.absolutePath)
四. 總結(jié)
OpenCV 是一款功能強大的圖像處理庫。但是它本身體積也較大,在移動端使用至少會增加 Android Apk 包 10 M+ 的體積(主要取決于 App 要支持多少個 CPU 架構(gòu))。如果很介意的話,可以考慮自行裁剪 OpenCV,然后再進行編譯。
我所在的部門隸屬于中臺部門,主要輸出接口和 SDK。在 SDK 中使用 OpenCV 的確會給業(yè)務(wù)方造成困擾,未來也會考慮如何減少 SDK 的體積,以及把 SDK 做成模塊化。
到此這篇關(guān)于OpenCV在Android上的應(yīng)用示例的文章就介紹到這了,更多相關(guān)OpenCV Android應(yīng)用內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- Android基于OpenCV實現(xiàn)圖像金字塔
- Android基于OpenCV實現(xiàn)霍夫直線檢測
- Android基于OpenCV實現(xiàn)QR二維碼檢測
- Android基于OpenCV實現(xiàn)非真實渲染
- Android基于OpenCV實現(xiàn)圖像修復(fù)
- Android OpenCv4 繪制多邊形的方法
- Android+OpenCv4實現(xiàn)邊緣檢測及輪廓繪制出圖像最大邊緣
- 如何在Android上使用opencv
- Android Studio4.0導(dǎo)入OpenCv4.3.0的方法步驟
- 使用Android Studio創(chuàng)建OpenCV4.1.0 項目的步驟
- Android+OpenCV4.2.0環(huán)境配置詳解(Android studio)
- Android基于opencv實現(xiàn)多通道分離與合并
相關(guān)文章
MyBatis二級緩存實現(xiàn)關(guān)聯(lián)刷新
本文主要介紹了MyBatis二級緩存實現(xiàn)關(guān)聯(lián)刷新,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-01-01創(chuàng)建Jersey REST 服務(wù),基于Maven的實現(xiàn)
下面小編就為大家?guī)硪黄獎?chuàng)建Jersey REST 服務(wù),基于Maven的實現(xiàn)。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2017-06-06MyBatis中的@SelectProvider注解源碼分析
這篇文章主要介紹了MyBatis中的@SelectProvider注解源碼分析,@SelectProvider功能就是用來單獨寫一個class類與方法,用來提供一些xml或者注解中不好寫的sql,今天就來說下這個注解的具體用法與源碼,需要的朋友可以參考下2024-01-01Mybatis?MappedStatement類核心原理詳解
這篇文章主要介紹了Mybatis?MappedStatement類,mybatis的mapper文件最終會被解析器,解析成MappedStatement,其中insert|update|delete|select每一個標(biāo)簽分別對應(yīng)一個MappedStatement2022-11-11JDBC之PreparedStatement類中預(yù)編譯的綜合應(yīng)用解析
SQL 語句被預(yù)編譯并存儲在 PreparedStatement 對象中。然后可以使用此對象多次高效地執(zhí)行該語句2013-07-07