显示图片的类在 https://blog.csdn.net/marooon/article/details/81211161 这个博客。
看了一眼 opencv 官网,已经更新到 4.5 预览版了,官方的 Java api 文档好像也把方法说明给加上了,比我当初看的好了不知道多少 T^T
如果 Java 的文档没有写详细,那就把方法名复制一下,到同版本的 c++ 的文档找说明,c++ 文档是最全的。
Java 文档:https://docs.opencv.org/master/javadoc
C++ 文档:https://docs.opencv.org/master/index.html
更新于 2020年9月9日21点。谢谢各位的阅读。
转载来自 橘子派 的博客
OpenCV With Java 例程
图像直接阀值画操作
/**
* 图像直接阈值化操作
*/
public class AdaptiveThreshold {
public static void main(String[] args) {
try {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
//以灰度图像的方式读取图像.
Mat src = Imgcodecs.imread("./images/Lena.jpg", Imgcodecs.CV_LOAD_IMAGE_GRAYSCALE);
new ShowImage(src);
Mat dst = new Mat();
//对一个数组应用一个自适应阈值。
// 该函数根据公式将灰度图像转换为二进制图像:
Imgproc.adaptiveThreshold(src, dst, 200,
Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C, Imgproc.THRESH_BINARY, 7, 8);
new ShowImage(dst);
} catch (Exception e) {
e.printStackTrace();
}
}
}
矩阵和图像的函数之加和阿尔法融合
/**
* 矩阵和图像的函数之加和阿尔法融合
*/
public class Add {
public static void main(String[] args) {
try {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
//两张图片大小要一致,不然会报错【Sizes of input arguments do not match】。
Mat src1 = Imgcodecs.imread("./images/3.jpg");
Mat src2 = Imgcodecs.imread("./images/2.jpg");
//读取图像到矩阵中
if (src1.empty() || src2.empty()) {
throw new Exception("no file");
}
Mat dst = new Mat();
Core.add(src1, src2, dst);//src1 和 src2 相加, 赋值给 dst
new ShowImage(dst);
} catch (Exception e) {
System.out.println("例外:" + e);
}
}
}
add 方法 添加 mask 掩码
/**
* add 方法 添加 mask 掩码
*/
public class AddMask {
private static Mat makeMask(Mat src) {
Size sz = new Size(src.width(), src.height());
Mat mask = Mat.zeros(sz, CvType.CV_8U);
for (int y = src.height() / 4; y < src.height() * 3 / 4; y++) {
for (int x = src.height() / 4; x < src.width(); x++) {
mask.put(y, x, 255);
}
}
return mask;
}
public static void main(String[] args) {
try {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
//读取图像到矩阵中
Mat src1 = Imgcodecs.imread("./images/2.jpg");
Mat src2 = Imgcodecs.imread("./images/3.jpg");
if (src1.empty() || src2.empty()) {
throw new Exception("no file");
}
Mat dst = new Mat();
Mat mask = makeMask(src1);
Core.add(src1, src2, dst, mask);
dst = src1.clone();
new ShowImage(dst);
Core.add(src1, src2, dst, mask);
new ShowImage(dst);
} catch (Exception e) {
System.out.println("例外:" + e);
}
}
}
图片的ROI的领域合成 AddRoi
/**
* 图片的ROI的领域合成 AddRoi
*/
public class AddRoi {
public static void main(String[] args) {
try {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
Mat src1 = Imgcodecs.imread("./images/2.jpg");
Mat src2 = Imgcodecs.imread("./images/3.jpg");
if (src1.empty() || src2.empty()) {
throw new Exception("no file");
}
Mat dst = src1.clone();
Rect roiArea = new Rect(src1.width() / 4, src1.height() / 4, src1.width() / 2, src1.height() / 2);
Mat src1Roi = new Mat(src1, roiArea);
Mat src2Roi = new Mat(src2, roiArea);
Mat dstRoi = new Mat(dst, roiArea);
// new ShowImage(dstRoi);
Core.add(src1Roi, src2Roi, dstRoi);
// new ShowImage(dstRoi); // 颜色更亮了,我觉得应该是颜色值相加之后导致的。
} catch (Exception e) {
System.out.println("例外:" + e);
}
}
}
图像的Scalar 标量合成
/**
* 图像的Scalar 标量合成
*/
public class AddScalar {
public static void main(String[] args) {
try {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
Mat src1 = Imgcodecs.imread("./images/2.jpg");
//读取图像到矩阵中
if (src1.empty()) {
throw new Exception("no file");
}
Mat dst = new Mat();
new ShowImage(src1);
Core.add(src1, new Scalar(0, 0, 255), dst);//相当于给图片加上一层色彩蒙图Scalar(255,0,0)是蓝色,类似,还有绿色和红色。
new ShowImage(dst);
} catch (Exception e) {
System.out.println("例外:" + e);
}
}
}
akaze的特征提取与图像匹配
/**
* akaze的特征提取与图像匹配 akaze
*/
public class akaze {
public static void main(String[] args) {
try {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
Mat src1 = Imgcodecs.imread("./images/2.jpg");
Mat src2 = Imgcodecs.imread("./images/Lena.jpg");
if (src1.empty() || src2.empty()) {
throw new Exception("no file");
}
MatOfKeyPoint keyPoint1 = new MatOfKeyPoint();
MatOfKeyPoint keyPoint2 = new MatOfKeyPoint();
FeatureDetector sifDetecotr = FeatureDetector.create(FeatureDetector.AKAZE);//用它的名字创建一个功能检测器。
sifDetecotr.detect(src1,keyPoint1);//在图像(第一个变体)或图像集(第二种变体)中检测关键点。
sifDetecotr.detect(src2,keyPoint2);
DescriptorExtractor extractor = DescriptorExtractor.create(DescriptorExtractor.AKAZE);//根据名称创建一个描述符提取器。
Mat descriptor1 = new Mat(src1.rows(), src1.cols(), src1.type());
extractor.compute(src1,keyPoint1,descriptor1);//计算在一个图像(第一个变体)或图像集(第二个变种)中检测到的一组关键点的描述符。
Mat descriptor2 = new Mat(src2.rows(), src2.cols(), src2.type());
extractor.compute(src2,keyPoint2,descriptor2);
MatOfDMatch matches = new MatOfDMatch();
DescriptorMatcher matcher = DescriptorMatcher.create(DescriptorMatcher.BRUTEFORCE);//用默认参数(使用默认的构造函数)创建给定类型的描述符matcher。
matcher.match(descriptor1,descriptor2,matches);//从查询集中找到每个描述符的最佳匹配。
Mat dst =