opencv 用Java完成的例子

最新推荐文章于 2024-08-06 17:05:15 发布

君寻_

最新推荐文章于 2024-08-06 17:05:15 发布

阅读量1w

点赞数 8

分类专栏： OpenCV 文章标签： opencv java

本文链接：https://blog.csdn.net/marooon/article/details/79937576

版权

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 =