基于OpenCV與JVM實現(xiàn)矩陣處理圖像
更新時間：2022年01月13日 08:55:10 作者：Java璐到底
本文主要介紹了Java圖像處理實戰(zhàn)之基于OpenCV與JVM實現(xiàn)矩陣處理圖像。文中的示例代碼講解詳細，對我們學(xué)習(xí)圖像處理有一定的幫助，感興趣的可以試一試
submat(int rowStart, int rowEnd, int colStart, int colEnd) 函數(shù)的返回值是一個矩陣對象。內(nèi)容是原圖的子矩陣或子區(qū)域。
首先我們用imread來讀取圖片，然后輸出矩陣對象本身的一些信息
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.Core;
import org.opencv.core.MatOfInt;
import org.opencv.imgcodecs.Imgcodecs;
import origami.Origami;
public class HelloCv {
? ? public static void main(String[] args) throws Exception {
? ? ? ? System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
? ? ? ? Mat mat = Imgcodecs.imread("./images/test.jpg",Imgcodecs.IMREAD_GRAYSCALE);
? ? ? ? System.out.println(mat);
? ? }
}
由于這個矩陣是原始圖片，所以它的isSubmat是false。
現(xiàn)在我們使用submat函數(shù)的第一種形式，輸入?yún)?shù)是每一行和每一列的起始和終止值。
圖片裁剪
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.Core;
import org.opencv.core.MatOfInt;
import org.opencv.imgcodecs.Imgcodecs;
import origami.Origami;
public class HelloCv {
? ? public static void main(String[] args) throws Exception {
? ? ? ? System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
? ? ? ? Mat mat = Imgcodecs.imread("C:/HWKJ/ZRQ/OpenCv/matrixcv/images/test.jpg");
? ? ? ? System.out.println(mat);
? ? ? ? Mat submat = mat.submat(200, 240, 300, 350);
? ? ? ? System.out.println(submat);
? ? }
}
這里注意submat里的尺寸，尺寸根據(jù)原圖的尺寸,超出原圖的尺寸會報錯，報錯如下
然后我們輸出裁剪的圖片。
那么如何確認你想要截取圖片的區(qū)域范圍呢?也就是說怎么確定這四個參數(shù)的填寫？我們以下圖為例
截取后的圖片
另外兩種submat方式
Range?(int row,int column)
row：寬開始結(jié)束范圍
column：高開始結(jié)束范圍
Mat submat2 = mat.submat(new Range(20,300),new Range(100,500));
Imgcodecs.imwrite("./images/output2.png",submat2);Rect?(int x, int y,int width, int height)
x：橫坐標
y：縱坐標
width ：寬
height：高
Mat submat3 = mat.submat(new Rect(0,200,100,100));
//submat3.setTo(new Scalar(255,0,0));//將圖片繪制為藍色
Imgcodecs.imwrite("./images/output3.png",submat3);
打開setTo如下：
Imgcodecs.imwrite("./images/blurtest.png",mat);
完整代碼：
import org.opencv.core.CvType;
import org.opencv.core.Scalar;
import org.opencv.core.Mat;
import org.opencv.core.Rect;
import org.opencv.core.Range;
import org.opencv.core.Core;
import org.opencv.core.Size;
import org.opencv.core.MatOfInt;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import origami.Origami;
public class HelloCv {
? ? public static void main(String[] args) throws Exception {
? ? ? ? System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
? ? ? ? Mat mat = Imgcodecs.imread("C:/HWKJ/ZRQ/OpenCv/matrixcv/images/test.jpg");
? ? ? ? System.out.println(mat);
? ? ? ? Mat submat = mat.submat(200, 400, 200, 550);
? ? ? ? //System.out.println(submat);
? ? ? ? Imgcodecs.imwrite("./images/output.png",submat);
? ? ? ? Mat submat2 = mat.submat(new Range(20,300),new Range(100,500));
? ? ? ? Imgcodecs.imwrite("./images/output2.png",submat2);
? ? ? ? Mat submat3 = mat.submat(new Rect(0,200,400,200));
? ? ? ? submat3.setTo(new Scalar(255,0,0));
? ? ? ? Imgcodecs.imwrite("./images/output3.png",submat3);
? ? ? ? //Imgproc.blur(submat,submat,new Size(25.0,25.0));
? ? ? ? Imgcodecs.imwrite("./images/blurtest.png",mat);
? ? }
}圖片模糊處理
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.Core;
import org.opencv.core.Size;
import org.opencv.core.MatOfInt;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import origami.Origami;
public class HelloCv {
? ? public static void main(String[] args) throws Exception {
? ? ? ? System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
? ? ? ? Mat mat = Imgcodecs.imread("C:/HWKJ/ZRQ/OpenCv/matrixcv/images/test.jpg");
? ? ? ? System.out.println(mat);
? ? ? ? Mat submat = mat.submat(200, 400, 200, 550);
? ? ? ? //System.out.println(submat);
? ? ? ? //Imgcodecs.imwrite("./images/output.png",submat);
? ? ? ? Imgproc.blur(submat,submat,new Size(25.0,25.0));
? ? ? ? System.out.println("after:"+mat);
? ? ? ? Imgcodecs.imwrite("./images/blurtest.png",mat);
? ? }
}
子矩陣生成矩陣
setTo和copyTo是OpenCv中兩個非常重要的函數(shù)。
setTo可以將一個矩陣中的所有像素設(shè)置為指定的顏色
copyTo可以將一個已有的矩陣復(fù)制到另一個矩陣之中。
第一個顏色值代表藍色的深度，第二個值代表綠色的深度，最后一個值代表紅色的深度。
//獲取紅綠藍 Scalar Red = new Scalar(0,0,255); Scalar Green = new Scalar(0,255,0); Scalar Blue = new Scalar(255,0,0);
我們把這些顏色當(dāng)作RGB的補充色。因此把其他通道設(shè)置為最大值255，主通道設(shè)置為0。藍綠色是紅色的補充色，所以紅色值通道被設(shè)為0，而另外兩個通道為255；
定義藍綠色、品紅色和黃色
Scalar cyan = new Scalar(255,255,0); Scalar magena= new Scalar(255,0,255); Scalar yellow = new Scalar(0,255,255);
下面我們使用setTo將子矩陣設(shè)置為給定的Scalar顏色
private void setColors(Mat mat ,boolean comp,int row){
for (int i = 0; i <3 ; i++) {
Mat sub = mat.submat(row*100,row*100+100,i*100,i*100+100);
if(comp){
//RGB
if (i==0){
sub.setTo(Red);
}if (i==1){
sub.setTo(Green);
}if (i==2){
sub.setTo(Blue);
}
}else {
//cmy
if (i==0){
sub.setTo(cyan);
}if (i==1){
sub.setTo(magena);
}if (i==2){
sub.setTo(yellow);
}
}
}
}接下來，我們創(chuàng)建一個包含三個顏色通道矩陣，并且填充它的第一行和第二行
完整代碼：
import org.opencv.core.CvType;
import org.opencv.core.Scalar;
import org.opencv.core.Mat;
import org.opencv.core.Rect;
import org.opencv.core.Range;
import org.opencv.core.Core;
import org.opencv.core.Size;
import org.opencv.core.MatOfInt;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import origami.Origami;
public class HelloCv1 {
public static ?Scalar Red = new Scalar(0,0,255);
public static ? Scalar Green = new Scalar(0,255,0);
public static ? Scalar Blue = new Scalar(255,0,0);
public static ? Scalar cyan = new Scalar(255,255,0);
public static ? Scalar ?magena= new Scalar(255,0,255);
public static ? Scalar yellow = new Scalar(0,255,255);
? ? public static void main(String[] args) throws Exception {
? ? ? ? System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
? ? ? ? Mat mat = new Mat(200,300,CvType.CV_8UC3);
? ? ? ? setColors(mat,false,1);
? ? ? ? setColors(mat,true,0);
? ? ? ? Imgcodecs.imwrite("./images/rgbcmy.png",mat);
? ? }
? ? static void setColors(Mat mat ,boolean comp,int row){
? ? ? for (int i = 0; i <3 ; i++) {
? ? ? ? ? Mat submat = mat.submat(row*100,row*100+100,i*100,i*100+100);
? ? ? ? ? if(comp){
? ? ? ? ? ? ?//RGB
? ? ? ? ? ? ?if (i==0){
? ? ? ? ? ? ? ?submat.setTo(Red);
? ? ? ? ? ? ?}if (i==1){
? ? ? ? ? ? ? ?submat.setTo(Green);
? ? ? ? ? ? ? }if (i==2){
? ? ? ? ? ? ? ? submat.setTo(Blue);
? ? ? ? ? ? ? }
? ? ? ? ? }else {
? ? ? ? ? ? ? //cmy
? ? ? ? ? ? ? if (i==0){
? ? ? ? ? ? ? ? submat.setTo(cyan);
? ? ? ? ? ? ? }if (i==1){
? ? ? ? ? ? ? ? submat.setTo(magena);
? ? ? ? ? ? ? }if (i==2){
? ? ? ? ? ? ? ? submat.setTo(yellow);
? ? ? ? ? ? ? }
? ? ? ? ? }
? ? ? }
? }
}
從圖片子矩陣生成矩陣
首先創(chuàng)建一個大小為200x200的矩陣和子矩陣：一個是主矩陣的上部，一個是主矩陣的下部
int width = 200,height = 200; Mat mat1 = new Mat(height,width,CvType.CV_8UC3); Mat top = mat.submat(0,height/2,0,width); Mat bottom = mat.submat(height/2,height,0,width);
然后加載一個圖片以創(chuàng)建另一個小矩陣，并把它的大小調(diào)整為上部（或下部）的子矩陣大小。這里會引入Imgproc類中的resize函數(shù)。
完整代碼：
import org.opencv.core.CvType;
import org.opencv.core.Scalar;
import org.opencv.core.Mat;
import org.opencv.core.Rect;
import org.opencv.core.Range;
import org.opencv.core.Core;
import org.opencv.core.Size;
import org.opencv.core.MatOfInt;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import origami.Origami;
public class HelloCv1 {
public static ?Scalar Red = new Scalar(0,0,255);
public static ? Scalar Green = new Scalar(0,255,0);
public static ? Scalar Blue = new Scalar(255,0,0);
public static ? Scalar cyan = new Scalar(255,255,0);
public static ? Scalar ?magena= new Scalar(255,0,255);
public static ? Scalar yellow = new Scalar(0,255,255);
? ? public static void main(String[] args) throws Exception {
? ? ? ? System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
? ? ? ? int width = 200,height = 300;
? ? ? ? Mat mat1 = new Mat(height,width,CvType.CV_8UC3);
? ? ? ? Mat top = mat1.submat(0,height/2,0,width);
? ? ? ? Mat bottom = mat1.submat(height/2,height,0,width);
? ? ? ? Mat small = Imgcodecs.imread("./images/test.jpg");
? ? ? ? Imgproc.resize(small,small,top.size());
? ? ? ? small.copyTo(top);
? ? ? ? small.copyTo(bottom);
? ? ? ? Imgcodecs.imwrite("./images/matofpictures.png",mat1);
? ? }注意：設(shè)置大小的步驟很關(guān)鍵。復(fù)制能夠成功，是因為小矩陣和子矩陣的大小是完全相同的，因此復(fù)制的時候沒有出現(xiàn)任何問題
以上就是基于OpenCV與JVM實現(xiàn)矩陣處理圖像的詳細內(nèi)容，更多關(guān)于OpenCV JVM矩陣處理圖像的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
這篇文章主要介紹了Java的泛型,是Java入門學(xué)習(xí)中的基礎(chǔ)知識,需要的朋友可以參考下2015-09-09
這篇文章主要為大家介紹了Java與Android使用監(jiān)聽者模式示例，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2022-08-08
這篇文章主要給大家介紹了關(guān)于Java死鎖代碼演示的相關(guān)資料，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2020-09-09
這篇文章主要介紹了SpringMVC源碼解讀之HandlerMapping 的相關(guān)資料,需要的朋友可以參考下2016-02-02
這篇文章主要為大家解析了Java中LinkedHashMap源碼，具有一定的參考價值，感興趣的小伙伴們可以參考一下2017-09-09
這篇文章主要介紹了Java基于正則實現(xiàn)的日期校驗功能,涉及java文件讀取、日期轉(zhuǎn)換及字符串正則匹配相關(guān)操作技巧,需要的朋友可以參考下2017-03-03
在SpringBoot微服務(wù)中設(shè)置和管理多個數(shù)據(jù)庫的代碼示例
在現(xiàn)代微服務(wù)架構(gòu)中,通常需要與多個數(shù)據(jù)庫交互的服務(wù),這可能是由于各種原因,例如遺留系統(tǒng)集成、不同類型的數(shù)據(jù)存儲需求,或者僅僅是為了優(yōu)化性能,在本綜合指南中,我們將探討如何在 Spring Boot 微服務(wù)中設(shè)置和管理多個數(shù)據(jù)庫連接,需要的朋友可以參考下2024-12-12
今天小編就為大家分享一篇關(guān)于Java經(jīng)典快排思想以及快排的改進講解，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2019-01-01
這篇文章主要介紹了Eclipse自定義啟動畫面和圖標的方法介紹，以及一些eclipse的快捷鍵，具有一定參考價值，需要的朋友可以了解下。2017-11-11
這篇文章主要介紹了Java中的JSONObject詳解,需要的朋友可以參考下2025-04-04