Android OpenCV应用篇四：图像特征检测

---

前几篇我们大致了解了如何运用OpenCV在Android上进行图片但简单处理，并运用这些知识做了一个文字提取的应用。

---

---

Android OpenCV应用篇一：环境搭建，高斯差分

Android OpenCV应用篇二：图片处理

Android OpenCV应用篇三：提取图片中的文字

---

---

下面我们继续进行了解OpenCV在Android如何进去一些其他方面的应用：图片特征检测

前言

开始之前，我们需要知道一些在计算机视觉和图像处理 的语境中所谓的图像特征包括哪些：

• 边缘
• 直线
• 圆
• 椭圆
• 色块或轮廓
• 用户定义形状
• 角点
• …

OpenCV中给我们提供来丰富的图像特征信息提取的算法，接下来我们来看一下在Android中如何运用。

边缘和角点检测

边缘检测和角点检测是最为基本而且最为常用的两中特征检测算法，经常用于找出图像中目标图像的边界、角点，或者分析一幅图像的旋转情况，目标在图像序列（视频）中的移动情况等。

边缘检测之高斯差分技术

高斯差分技术我们在Android OpenCV应用篇一：环境搭建，高斯差分篇中有做介绍，这里就不再重复。

边缘检测之Canny边缘检测器

Canny边缘检测器在计算机视觉中被广泛采用，并被认为是边缘检测最优的算法
算法步骤如下：

• 平滑图像
• 计算图像的梯度
• 非最大值抑制
• 用滞后阈值化选择边缘

我们可以直接使用OpenCV提供的方法进行Canny边缘检测：

Canny(Mat image, 
	Mat edges, 
	double threshold1, // 低阈值
	double threshold2  // 高阈值
)

例：

	/**
     * Canny边缘检测
     */
    fun canny() {
   
        imageBitmap?.apply {
   
            val originalMat = Mat(height, width, CvType.CV_8UC4)
            val grayMat = Mat()
            val cannyMat = Mat()
            Utils.bitmapToMat(imageBitmap, originalMat)

            Imgproc.cvtColor(originalMat, grayMat, Imgproc.COLOR_BGR2GRAY)
            Imgproc.Canny(grayMat, cannyMat, 10.0, 100.0)

            val resultBitmap = Bitmap.createBitmap(cannyMat.cols(), cannyMat.rows(), Bitmap.Config.ARGB_8888)
            Utils.matToBitmap(cannyMat, resultBitmap)

            imageResult.setImageBitmap(resultBitmap)
        }
    }

效果图：

边缘检测之Sobel算子

Sobel算子边缘检测与Canny类似，去计算像素的灰度梯度，只不过是换用另一种方式：详情查阅 (百度百科:Sobel算子)

Sobel算子步骤：

• 将图像转换成灰度
• 计算水平方向灰度梯度绝对值
• 计算垂直方向灰度梯度绝对值
• 计算最终梯度

	/**
     * Sobel滤波
     */
    fun sobel() {
   
        imageBitmap?.apply {
   
            val originalMat = Mat(height, width, CvType.CV_8UC4)
            val grayMat = Mat()
            Utils.bitmapToMat(imageBitmap, originalMat