Android+OpenCV 图像识别 切割 颜色 轮廓 计数

最近在学习OpenCV+Android图像识别课程，跟着B站课程做了一个Demo.记录下来，这个Demo的主要功能是针对如下图所示的图形信息来进行切割，颜色识别，轮廓识别，以及计数。

1.首先是建立一个activi_main.xml(代码略)

 2.MainActivity.java

（1）切割 

效果: 裁剪右下角区域

代码:

 btnQG.setOnClickListener(new View.OnClickListener() {
            @Override
            public void onClick(View v) {
                Rect rect = new Rect(260,185,480,290);
                dstMat = new Mat(srcMat,rect);//从原图上切割一块下来
                bitmap=Bitmap.createBitmap(dstMat.width(),dstMat.height(), Bitmap.Config.ARGB_8888);
                Imgproc.cvtColor(dstMat,dstMat,Imgproc.COLOR_BGR2RGB);
                Utils.matToBitmap(dstMat,bitmap);
                iv1.setImageBitmap(bitmap);
            }
        });

 （2）颜色

效果:识别指定颜色  这里演示识别绿色

代码:

btnYS.setOnClickListener(new View.OnClickListener() {
            @Override
            public void onClick(View v) {
                hsvMat= new Mat();
                Imgproc.cvtColor(dstMat,hsvMat,Imgproc.COLOR_RGB2HSV);
                Core.inRange(hsvMat,new Scalar(45,90,90),new Scalar(75,255,255),hsvMat);
                Mat kernel = Imgproc.getStructuringElement(Imgproc.MORPH_RECT,new Size(3,3));
                /*
                    *这个函数的第一个参数表示内核的形状，有三种形状可以选择。

                    矩形：MORPH_RECT;

                    交叉形：MORPH_CROSS;

                    椭圆形：MORPH_ELLIPSE;
                    * 第二和第三个参数分别是内核的尺寸以及锚点的位置
                    * 对于锚点的位置，有默认值Point（-1,-1），表示锚点位于中心点
                */
                Imgproc.morphologyEx(hsvMat,hsvMat,Imgproc.MORPH_OPEN,kernel);//执行开运算 消除背景上的白色噪点
                Imgproc.morphologyEx(hsvMat,hsvMat,Imgproc.MORPH_CLOSE,kernel);//执行闭运算 消除白色上的黑色噪点

                Utils.matToBitmap(hsvMat,bitmap);//把Mat转换为Bitmap
                iv1.setImageBitmap(bitmap);//显示
            }
        });

3.轮廓：将指定颜色图形 轮廓识别出来

效果:

 代码:

  btnLK.setOnClickListener(new View.OnClickListener() {
            @Override
            public void onClick(View v) {
                Mat outMat = new Mat();
                Imgproc.findContours(hsvMat,contours,outMat,Imgproc.RETR_EXTERNAL,Imgproc.CHAIN_APPROX_SIMPLE);   
contoursCounts = contours.size();
                //System.out.println("轮廓的数量:"+contoursCounts);
                Imgproc.drawContours(dstMat,contours,-1,new Scalar(255,0,0),4);
                Utils.matToBitmap(dstMat,bitmap);
                iv1.setImageBitmap(bitmap);
            }
        });

 4.形状

效果:统计该颜色下图片中各种颜色图形的数目

 代码:

 btnXZ.setOnClickListener(new View.OnClickListener() {
            @Override
            public void onClick(View v) {
                MatOfPoint2f contour2f;
                double epsilon;
                MatOfPoint2f approxCurve;
                int tri=0,rect=0,circle=0;
                    for(int i=0;i<contoursCounts;i++) {
                        if (Imgproc.contourArea(contours.get(i)) > 10) {
                            //开闭运算后还可能存在一些相对较大(其实相对正常的图形较小)的噪点被识别为图形,所以可以采用面积识别法来进一步去除咋点
                            contour2f = new MatOfPoint2f(contours.get(i).toArray());//从集合contours取出第一个形状的所有位置信息  contour2f是一个二维数组 存储(x,y);
                            epsilon = 0.04 * Imgproc.arcLength(contour2f, true); //ture 是闭合曲线  多边形拟合的阈值
                            approxCurve = new MatOfPoint2f();//新建一个数组来存放多边形拟合后的顶点集合
                            Imgproc.approxPolyDP(contour2f, approxCurve, epsilon, true);//执行多边形拟合
                            System.out.println(approxCurve.rows());
                            if (approxCurve.rows() == 3) {
                                tri++;
                            } else if (approxCurve.rows() == 4) {
                                rect++;
                            } else if (approxCurve.rows() >= 5) {
                                circle++;
                            }
                        }
                    }
                    tv1.setText("轮廓:"+contoursCounts+"\n圆形:"+circle+"\n"+"三角:"+tri+"\n"+"矩形:"+rect);
            }
        });