AndroidStudio使用opencv

2401_84132381

于 2024-04-22 18:27:18 发布

阅读量410

点赞数 3

分类专栏：程序员文章标签： opencv 人工智能计算机视觉

本文链接：https://blog.csdn.net/2401_84132381/article/details/138087118

版权

程序员专栏收录该内容

176 篇文章 0 订阅

订阅专栏

android:layout_height=“wrap_content”

android:text=“灰度化”

android:id=“@+id/textView_togray” />

<ImageView

android:layout_width=“match_parent”

android:layout_height=“match_parent”

android:id=“@+id/imageView_after” />

MainActivity.java文件：

package edu.finu.cse.opencv2;

import android.graphics.Bitmap;

import android.graphics.BitmapFactory;

import android.os.Bundle;

import android.util.Log;

import android.view.Gravity;

import android.view.View;

import android.widget.ImageView;

import android.widget.TextView;

import android.widget.Toast;

import androidx.appcompat.app.AppCompatActivity;

import org.opencv.android.BaseLoaderCallback;

import org.opencv.android.LoaderCallbackInterface;

import org.opencv.android.OpenCVLoader;

import org.opencv.android.Utils;

import org.opencv.core.Mat;

import org.opencv.imgproc.Imgproc;

public class MainActivity extends AppCompatActivity implements View.OnClickListener{

ImageView img_after;

TextView text_togray;

Bitmap srcBitmap;

Bitmap grayBitmap;

private static boolean flag = true;

//private static boolean isFirst = true;

private static final String TAG = “MainActivity”;

@Override

protected void onCreate(Bundle savedInstanceState) {

super.onCreate(savedInstanceState);

setContentView(R.layout.activity_main);

img_after=(ImageView)findViewById(R.id.imageView_after);

text_togray=(TextView)findViewById(R.id.textView_togray);

text_togray.setOnClickListener(this);

}

//OpenCV库加载并初始化成功后的回调函数

private BaseLoaderCallback mLoaderCallback = new BaseLoaderCallback(this) {

@Override

public void onManagerConnected(int status) {

// TODO Auto-generated method stub

switch (status){

case BaseLoaderCallback.SUCCESS:

Log.i(TAG, “成功加载”);

Toast toast = Toast.makeText(getApplicationContext(),

“成功加载！”, Toast.LENGTH_LONG);

toast.setGravity(Gravity.CENTER, 0, 0);

toast.show();

break;

default:

super.onManagerConnected(status);

Log.i(TAG, “加载失败”);

Toast toast1 = Toast.makeText(getApplicationContext(),

“加载失败！”, Toast.LENGTH_LONG);

toast1.setGravity(Gravity.CENTER, 0, 0);

toast1.show();

break;

}

};

public void procSrc2Gray(){

Mat rgbMat = new Mat();

Mat grayMat = new Mat();

srcBitmap = BitmapFactory.decodeResource(getResources(), R.drawable.duling);

grayBitmap = Bitmap.createBitmap(srcBitmap.getWidth(), srcBitmap.getHeight(), Bitmap.Config.RGB_565);

Utils.bitmapToMat(srcBitmap, rgbMat);//convert original bitmap to Mat, R G B.

Imgproc.cvtColor(rgbMat, grayMat, Imgproc.COLOR_RGB2GRAY);//rgbMat to gray grayMat

Utils.matToBitmap(grayMat, grayBitmap); //convert mat to bitmap

Log.i(TAG, “procSrc2Gray sucess…”);

}

@Override

public void onClick(View v)

{

switch(v.getId())

{

case R.id.textView_togray:

procSrc2Gray();

img_after.setImageBitmap(grayBitmap) ;

break;

}

@Override

public void onResume()

{

super.onResume();

if (!OpenCVLoader.initDebug()) {

Log.d(TAG, “Internal OpenCV library not found. Using OpenCV Manager for initialization”);

OpenCVLoader.initAsync(OpenCVLoader.OPENCV_VERSION_3_4_0, this, mLoaderCallback);

} else {

Log.d(TAG, “OpenCV library found inside package. Using it!”);

mLoaderCallback.onManagerConnected(LoaderCallbackInterface.SUCCESS);

}

AndroidManifest.xml文件：

修改项目的Manifest.xml。因为新添加了Activity，这个Activity用到了相机权限等，所以要注册权限。

<?xml version="1.0" encoding="utf-8"?>

<manifest xmlns:android=“http://schemas.android.com/apk/res/android”

package=“edu.finu.cse.opencv2”>

<application

android:allowBackup=“true”

android:icon=“@mipmap/ic_launcher”

android:label=“@string/app_name”

android:roundIcon=“@mipmap/ic_launcher_round”

android:supportsRtl=“true”

android:theme=“@style/AppTheme”>

<activity android:name=“.ImageManipulationsActivity”

android:label=“MyTest”

android:screenOrientation=“landscape”

android:configChanges=“keyboardHidden|orientation”>

<uses-featurexu

android:name=“android.hardware.camera”

android:required=“false” />

<uses-feature

android:name=“android.hardware.camera.autofocus”

android:required=“false” />

<uses-feature

android:name=“android.hardware.camera.front”

android:required=“false” />

<uses-feature

android:name=“android.hardware.camera.front.autofocus”

android:required=“false” />

效果

在这里插入图片描述

三.训练库

1.准备训练数据

训练样本分两类：正样本和负样本。正样本是希望识别的物体的图像。负样本是其他物体的图像（不含有希望识别的物体）。正样本的图像大小应当一致，负样本不做要求，但是必须大于等于正样本图像。

负样本

负样本可以是任意图像，但是这些图像中不能包含待检测的物体。用于抠取负样本的图像文件名被列在一个文件中。这个文件是纯文本文件，文件中每行是一个文件名（包括路径和文件名）。这些图像可以是不同的尺寸，但是图像尺寸应该比训练窗口的尺寸大（比正样本大），因为这些图像将被用于抠取负样本，并将负样本缩小到训练窗口大小。

下面是一个描述文件的例子：

假如目录结构如下：

/img

img1.jpg

img2.jpg

bg.txt

则bg.txt文件中的内容将如下所示：

img/img1.jpg

img/img2.jpg

不管是负样本还是正样本，要想训练出识别率较高的分类器，样本数据都不会少，因此描述文件明显是不能手写的，下面是一个制作描述文件的方法。

C:\Users\Hasee>D:

D:>cd D:\opencvcar\car_sample