Android Opencv 轮廓提取

1.把图片转成灰度图

2.再转成黑白
3.用canny检查边缘

4.查找轮廓

这里查找的是图片中最大的矩形

        Mat src=new Mat();
        Mat grayMat=new Mat();
        Mat edge=new Mat();


        Utils.bitmapToMat(bitmap_src, src);
        Imgproc.cvtColor(src,grayMat,Imgproc.COLOR_RGBA2GRAY);

        grayMat=processImage(grayMat);

        Imgproc.Canny(grayMat,edge,10,200,3,true);

        List<Point> pointList= getCornersByContour(edge);

 

 

 

    public List<Point> getCornersByContour(Mat imgsource){
        List<MatOfPoint> contours=new ArrayList<>();
        //轮廓检测
        Imgproc.findContours(imgsource,contours,new Mat(),Imgproc.RETR_LIST,Imgproc.CHAIN_APPROX_SIMPLE);
        double maxArea=-1;
        int maxAreaIdx=-1;
        MatOfPoint temp_contour=contours.get(0);//假设最大的轮廓在index=0处
        MatOfPoint2f approxCurve=new MatOfPoint2f();
        for (int idx=0;idx<contours.size();idx++){
            temp_contour=contours.get(idx);
            double contourarea=Imgproc.contourArea(temp_contour);
            //当前轮廓面积比最大的区域面积大就检测是否为四边形
            if (contourarea>maxArea){
                //检测contour是否是四边形
                MatOfPoint2f new_mat=new MatOfPoint2f(temp_contour.toArray());
                int contourSize= (int) temp_contour.total();
                MatOfPoint2f approxCurve_temp=new MatOfPoint2f();
                //对图像轮廓点进行多边形拟合
                Imgproc.approxPolyDP(new_mat,approxCurve_temp,contourSize*0.05,true);
                if (approxCurve_temp.total()==4){
                    maxArea=contourarea;
                    maxAreaIdx=idx;
                    approxCurve=approxCurve_temp;
                }
            }
        }

        //把轮廓画出来
        /*
        Mat mRgba=new Mat();
        mRgba.create(imgsource.rows(), imgsource.cols(), CvType.CV_8UC3);

        Imgproc.drawContours(mRgba, contours, maxAreaIdx, new Scalar(0,255,0), 5);
        Bitmap b12=bitmap_src.copy(Bitmap.Config.ARGB_8888, true);
        Utils.matToBitmap(mRgba,b12);
        imageView4.setImageBitmap(b12);*/


        double[] temp_double=approxCurve.get(0,0);
        Point point1=new Point(temp_double[0],temp_double[1]);

        temp_double=approxCurve.get(1,0);
        Point point2=new Point(temp_double[0],temp_double[1]);

        temp_double=approxCurve.get(2,0);
        Point point3=new Point(temp_double[0],temp_double[1]);
        temp_double=approxCurve.get(3,0);

        Point point4=new Point(temp_double[0],temp_double[1]);

        List<Point> source=new ArrayList<>();
        source.add(point1);
        source.add(point2);
        source.add(point3);
        source.add(point4);
        //对4个点进行排序
        Point centerPoint=new Point(0,0);//质心
        for (Point corner:source){
            centerPoint.x+=corner.x;
            centerPoint.y+=corner.y;
        }
        centerPoint.x=centerPoint.x/source.size();
        centerPoint.y=centerPoint.y/source.size();
        Point lefttop=new Point();
        Point righttop=new Point();
        Point leftbottom=new Point();
        Point rightbottom=new Point();
        for (int i=0;i<source.size();i++){
            if (source.get(i).x<centerPoint.x&&source.get(i).y<centerPoint.y){
                lefttop=source.get(i);
            }else if (source.get(i).x>centerPoint.x&&source.get(i).y<centerPoint.y){
                righttop=source.get(i);
            }else if (source.get(i).x<centerPoint.x&& source.get(i).y>centerPoint.y){
                leftbottom=source.get(i);
            }else if (source.get(i).x>centerPoint.x&&source.get(i).y>centerPoint.y){
                rightbottom=source.get(i);
            }
        }
        source.clear();
        source.add(lefttop);
        source.add(righttop);
        source.add(leftbottom);
        source.add(rightbottom);


        return source;
    }

    private Mat processImage(Mat gray){
        Mat b=new Mat();
        Imgproc.medianBlur(gray,b,7);
        Mat t=new Mat();
        Imgproc.threshold(b,t,80,255,Imgproc.THRESH_BINARY);

        return t;
    }

 

### 回答1: Android OpenCV人脸比对指的是利用OpenCV库在Android平台上进行人脸识别和比较的技术。 在Android上进行人脸比对首先需要导入OpenCV库到Android项目中。接下来,可以使用OpenCV的人脸检测功能来检测图像中的人脸。通过使用OpenCV提供的人脸级联分类器,可以识别和定位人脸。 一旦人脸被检测到,可以提取人脸的特征,例如人脸的关键点、轮廓等信息。这些特征可以用于表示一个人的独特的面部特征。 接下来,可以将两张人脸的特征进行比较。比较人脸特征的常用方法是计算特征之间的欧氏距离。距离越小表示两张人脸越相似,距离越大表示两张人脸差异较大。 为了提高人脸比对的精确度,可以将特征和相应的标签保存在数据库中。当需要进行人脸比对时,可以先从数据库中提取已有的特征,然后与目标人脸的特征进行比对。 除了OpenCV,还有一些其他的开源人脸识别库可以在Android上进行人脸比对,例如dlib、tensorflow等。这些库提供了更为高级和复杂的人脸识别功能,可以实现更精确和更快速的人脸比对。 总的来说,Android OpenCV人脸比对是利用OpenCV库在Android平台上进行人脸检测、特征提取和比对的技术。通过提取人脸的特征并计算其相似度,可以用于实现人脸识别、身份验证等应用。 ### 回答2: Android OpenCV是一种用于在Android平台上进行计算机视觉和图像处理的开源库。利用这个库,我们可以实现人脸比对功能。 首先,我们需要在Android项目中集成OpenCV库。在build.gradle文件中添加OpenCV库的依赖项,然后在代码中加载OpenCV库。 接下来,我们可以使用OpenCV的人脸检测器来检测图像中的人脸。OpenCV提供了多种人脸检测器,如Haar级联检测器和深度学习模型。我们可以使用其中一种检测器来检测输入图像中的人脸。 一旦检测到人脸,我们可以提取人脸的特征,也称为人脸描述子。OpenCV提供了多种人脸特征提取算法,如LBPH和Fisherfaces。我们可以使用这些算法来计算人脸的特征向量。 在进行人脸比对时,我们将比较两个人脸的特征向量。可以使用如余弦相似度或欧几里得距离等度量方法。在比对之前,我们需要事先保存一些人脸的特征向量,以便将其与待比对的人脸进行比较。 最后,我们可以根据比对结果来进行相应的判断或操作。如果两个人脸的特征向量相似度高于某个阈值,我们可以认为它们属于同一人;否则,它们属于不同的人。 综上所述,在Android平台上使用OpenCV实现人脸比对需要先加载OpenCV库,然后使用人脸检测器检测人脸,提取人脸的特征向量,并进行比对判断。这样,我们就可以实现Android上的人脸比对功能了。 ### 回答3: Android OpenCV人脸比对是一种利用OpenCV(开源计算机视觉库)进行人脸识别和比对的技术。通过手机摄像头采集的实时图像,利用OpenCV中的人脸检测算法对图像中的人脸进行识别和标定。在识别到人脸后,可以通过提取人脸的特征信息进行比对,判断是否为同一人。 首先,我们需要在Android项目中集成OpenCV库并配置环境。然后,利用OpenCV提供的接口编写代码,通过调用相机接口获取实时图像,并使用人脸检测算法检测出图像中的人脸位置。 接下来,对检测到的人脸进行特征提取。可以使用OpenCV中的人脸识别算法,如Eigenfaces算法、Fisherfaces算法或LBPH算法等,将人脸图像转化为特征向量表示。比对时,再将待比对的人脸图像提取出特征向量。 最后,进行人脸比对。通过计算两张人脸特征向量之间的相似度或欧几里得距离等指标,判断两张人脸是否属于同一个人。可以设置一个阈值,当相似度超过阈值时,判定为同一人。 Android OpenCV人脸比对技术可以应用于人脸识别、人脸解锁、人脸支付等方面。然而,需要注意的是,人脸比对技术可能受到光照、角度、遮挡等因素的影响,因此在实际应用中需要进行多方面的优化和调试,以提高准确性和稳定性。
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值