opencv概述

opencv做为功能强大的计算机视觉开源框架，包含了500多个算法实现，而且还在不断增加，其最新版本已经更新到3.2。其sdk支持android与java平台开发，对于常见的图像处理需求几乎都可以满足，理应成为广大java与android程序员的首先的图像处理框架。java中使用opencv的配置及其简单，可以毫不客气的说几乎是零配置都可以。

一：配置

配置引入opencv相关jar包，首先要下载opencv的自解压版本，下载地址：http://opencv.org/opencv-3-2.html

然后拉到网页的最下方，下载windows自解压开发包

下载好了双击解压缩之后找到build路径，显示如下：

双击打开java文件夹，

里面有一个jar直接导入到eclipse中的新建项目中去， 然后把x64里面的dll文件copy到eclipse中使用的java jdk bin和jre/bin目录下面即可。环境就配置好啦，简单吧！配置好的最终项目结构：

二：加载图像与像素操作

读入一张图像 -, 一句话搞定

? 1 2 mat src = imgcodecs.imread(imagefilepath); if(src.empty()) return;

将mat对象转换为bufferedimage对象

? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 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; }

将bufferedimage对象转换为mat对象

? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 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; }

特别要说明一下，bufferedimage与mat的rgb通道顺序是不一样，正好相反，在mat对象中三通道的顺序为bgr而在bufferedimage中为rgb。

从mat中读取全部像素(其中image为mat类型数据)

? 1 2 3 4 5 int width = image.cols(); int height = image.rows(); int dims = image.channels(); byte[] data = new byte[width*height*dims]; image.get(0, 0, data);

遍历像素操作与保存改变

? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 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对象为图像文件 - 一句话可以搞定

? 1 imgcodecs.imwrite(filepath, src);

opencv代码运行与测试

调节明暗程度 - 亮度降低

调节明暗程度 - 亮度提升

高斯模糊

锐化

梯度

灰度化

上述效果完整java代码如下：

? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 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 { /** - 反色处理 - */ 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) { // 锐化 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; } }

可以说简单到哭，此外opencv for java支持各种的图像处理包括形态学操作，二值图像分析、图像特征检测与识别、模板匹配、直方图相关功能等等。常见的机器学习算法与图像分析方法。可以说是功能最强大的图像处理sdk与开发平台之一，本人继续发掘分享！

特别注意

在调用之前，一定要加上这句话

? 1 system.loadlibrary(core.native_library_name);

目的是加载opencv api相关的dll支持，没有它是不会正确运行的。以上代码与功能实现是基于jdk8 64位与opencv 3.2版本。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。

原文链接：https://blog.csdn.net/jia20003/article/details/68944486