OpenCV介绍：Java&Android——Java 开发简介 OpenCV v4.8.0

HIRSHDZ327

已于 2023-10-08 13:54:37 修改

阅读量381

点赞数

分类专栏： OpenCV 4.8.0 说明文档文章标签： java opencv 开发语言

于 2023-10-04 12:29:41 首次发布

OpenCV 4.8.0 说明文档专栏收录该内容

140 篇文章 12 订阅

订阅专栏

上一个教程 ： 图像观察：在 Visual Studio 调试器中查看内存图像

下一个教程 ： 在 Eclipse 中使用 OpenCV Java

原作者	Eric Christiansen and Andrey Pavlenko
兼容性	OpenCV >= 3.0

警告
本教程可能包含过时信息。

自 OpenCV 2.4.4 起，OpenCV 支持桌面 Java 开发，使用与 Android 开发几乎相同的界面。本指南将帮助您使用 OpenCV 创建第一个 Java（或 Scala）应用程序。我们将使用 Apache Ant 或 Simple Build Tool (SBT) 来构建应用程序。

如果您想使用 Eclipse，请访问 Using OpenCV Java with Eclipse。本指南之后的进一步阅读，请参阅 Android 开发入门教程。

本指南的内容

在本指南中，我们将

获取支持桌面 Java 的 OpenCV
创建一个 Ant 或 SBT 项目
用 Java 或 Scala 编写一个简单的 OpenCV 应用程序

在 OpenCV 资源库的 samples/java 文件夹中创建示例时使用了相同的过程，因此如果您迷失了方向，请参考这些文件。

获取合适的 OpenCV

从 2.4.4 版开始，OpenCV 包含桌面 Java 绑定。

下载

最简单的方法是从 OpenCV SourceForge 软件库中下载 2.4.4 或更高版本的相应软件包。

注意
Windows 用户可在软件包内的 opencv/build/java/ 文件夹中找到 Java
开发所需的预构建文件。对于其他操作系统，则需要从源代码中构建 OpenCV。

另一种获取 OpenCV 源文件的方法是克隆 OpenCV git 仓库。要使用 Java 绑定构建 OpenCV，需要安装 JDK（Java Development Kit，Java 开发包）（我们推荐 Oracle/Sun JDK 6 或 7）、Apache Ant 和 Python v2.6 或更高版本。

构建

让我们构建 OpenCV：

git clone git://github.com/opencv/opencv.git
cd opencv
git checkout 2.4
mkdir build
cd build

生成 Makefile 或 MS Visual Studio* 解决方案，或任何你在系统中用来构建可执行文件的文件：

cmake -DBUILD_SHARED_LIBS=OFF .

或

cmake -DBUILD_SHARED_LIBS=OFF -G "Visual Studio 10" ...

注意
当 OpenCV 作为一组静态库（-DBUILD_SHARED_LIBS=OFF 选项）构建时，Java
绑定动态库是全功能的，即不依赖于其他 OpenCV 库，而是包含内部的所有 OpenCV代码。

检查 CMake 的输出，确保 java 是 "待构建 "模块之一。如果不是，很可能是缺少了一个依赖项。您应通过 CMake 输出查找任何未找到的 Java 相关工具并安装它们，从而排除故障。
在这里插入图片描述

注意
如果 CMake 无法在系统中找到 Java，请在运行 CMake 前将 JAVA_HOME 环境变量设置为 JDK 的安装路径。例如
export JAVA_HOME=/usr/lib/jvm/java-6-oracle
cmake -DBUILD_SHARED_LIBS=OFF ...

现在开始构建

make -j8

或

msbuild /m OpenCV.sln /t:Build /p:Configuration=Release /v:m

此外，这将创建一个包含 Java 界面的 jar（bin/opencv-244.jar）和一个包含 Java 绑定和所有 OpenCV 内容的本地动态库（分别为 lib/libopencv_java244.so 或 bin/Release/opencv_java244.dll）。我们稍后将使用这些文件。

使用 Ant 的 Java 示例

注意
所述示例随 OpenCV 库一起提供，位于 opencv/samples/java/ant 文件夹中。

创建一个用于开发此示例应用程序的文件夹。
在该文件夹中，使用任何文本编辑器创建包含以下内容的 build.xml 文件：

<project name="SimpleSample" basedir="." default="rebuild-run">
    <property name="src.dir"     value="src"/>
    <property name="lib.dir"     value="${ocvJarDir}"/>
    <path id="classpath">
        <fileset dir="${lib.dir}" includes="**/*.jar"/>
    </path>
    <property name="build.dir"   value="build"/>
    <property name="classes.dir" value="${build.dir}/classes"/>
    <property name="jar.dir"     value="${build.dir}/jar"/>
    <property name="main-class"  value="${ant.project.name}"/>
    <target name="clean">
        <delete dir="${build.dir}"/>
    </target>
    <target name="compile">
        <mkdir dir="${classes.dir}"/>
        <javac includeantruntime="false" srcdir="${src.dir}" destdir="${classes.dir}" classpathref="classpath"/>
    </target>
    <target name="jar" depends="compile">
        <mkdir dir="${jar.dir}"/>
        <jar destfile="${jar.dir}/${ant.project.name}.jar" basedir="${classes.dir}">
            <manifest>
                <attribute name="Main-Class" value="${main-class}"/>
            </manifest>
        </jar>
    </target>
    <target name="run" depends="jar">
        <java fork="true" classname="${main-class}">
            <sysproperty key="java.library.path" path="${ocvLibDir}"/>
            <classpath>
                <path refid="classpath"/>
                <path location="${jar.dir}/${ant.project.name}.jar"/>
            </classpath>
        </java>
    </target>
    <target name="rebuild" depends="clean,jar"/>
    <target name="rebuild-run" depends="clean,run"/>
</project>

注意
此 XML 文件可重复用于构建其他 Java 应用程序。它描述了第 3 - 12
行中的通用文件夹结构，以及编译和运行应用程序的通用目标。重复使用此 XML 时，不要忘记修改第 1 行中的项目名称，该名称也是主类的名称（第
14 行）。OpenCV jar 和 jni lib 的路径应作为参数（第 5 行中的" ${ocvJarDir}"和第 37 行中的"$ {ocvLibDir}"），但为方便起见，也可以硬编码这些路径。有关 Ant 生成文件格式的详细说明，请参阅 Ant 文档。

在 build.xml 文件旁边创建一个 src 文件夹，并在其中创建一个 SimpleSample.java 文件。
将以下 Java 代码放入 SimpleSample.java 文件：

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.CvType;
import org.opencv.core.Scalar;
class SimpleSample {
  static{ System.loadLibrary(Core.NATIVE_LIBRARY_NAME); }
  public static void main(String[] args) {
    System.out.println("Welcome to OpenCV " + Core.VERSION);
    Mat m = new Mat(5, 10, CvType.CV_8UC1, new Scalar(0));
    System.out.println("OpenCV Mat: " + m);
    Mat mr1 = m.row(1);
    mr1.setTo(new Scalar(1));
    Mat mc5 = m.col(5);
    mc5.setTo(new Scalar(5));
    System.out.println("OpenCV Mat data:\n" + m.dump());
  }
}

在包含 build.xml 的文件夹中的控制台中运行以下命令：

ant -DocvJarDir=path/to/dir/containing/opencv-244.jar -DocvLibDir=path/to/dir/containing/opencv_java244/native/library

例如

ant -DocvJarDir=X:\opencv-2.4.4\bin -DocvLibDir=X:\opencv-2.4.4\bin\Release

该命令将启动[重新]编译并运行示例。你应该在屏幕上看到类似这样的内容：

在这里插入图片描述

Java 和 Scala 的 SBT 项目

现在，我们将使用 SBT 创建一个简单的 Java 应用程序。对于不熟悉该构建工具的人来说，这只是一个简单的介绍。我们之所以使用 SBT，是因为它特别简单且功能强大。

首先，根据 SBT 网站上的说明下载并安装 SBT。

然后，导航到一个新的目录（在 opencv 目录之外），将应用程序源代码放在该目录下。让我们称其为 “JavaSample”，并为其创建一个目录：

cd <在 opencv 以外的某个地方>。
mkdir JavaSample

现在我们将创建必要的文件夹和 SBT 项目：

cd JavaSample
mkdir -p src/main/java # 这是 SBT 希望找到 Java 源的地方
mkdir project # 这是构建定义所在的位置

现在用你喜欢的编辑器打开 project/build.scala，然后粘贴以下内容。它将定义你的项目：

import sbt._
import Keys._
object JavaSampleBuild extends Build {
  def scalaSettings = Seq(
    scalaVersion := "2.10.0",
    scalacOptions ++= Seq(
      "-optimize",
      "-unchecked",
      "-deprecation"
    )
  )
  def buildSettings =
    Project.defaultSettings ++
    scalaSettings
  lazy val root = {
    val settings = buildSettings ++ Seq(name := "JavaSample")
    Project(id = "JavaSample", base = file("."), settings = settings)
  }
}

现在编辑 project/plugins.sbt，并粘贴以下内容。这将启用 Eclipse 项目的自动生成：

addSbtPlugin("com.typesafe.sbteclipse" % "sbteclipse-plugin" % "2.1.0")

现在从 JavaSample 根目录运行 sbt，并在 SBT 中运行 eclipse 以生成 eclipse 项目：

sbt # 启动 sbt 控制台
eclipse # 在 sbt 控制台内运行 "eclipse

您应该会看到类似下面的内容：
在这里插入图片描述
现在可以使用 Import … -> Existing projects into workspace 将 SBT 项目导入 Eclipse。在本指南中，是否实际导入并不重要；我们将使用 SBT 来构建项目，因此如果选择使用 Eclipse，它将只是一个文本编辑器。

要测试一切是否正常，请创建一个简单的 "Hello OpenCV "应用程序。方法是创建一个 src/main/java/HelloOpenCV.java 文件，内容如下：

public class HelloOpenCV {
  public static void main(String[] args) {
    System.out.println("Hello, OpenCV");
 }

现在从 sbt 控制台执行运行，或者更简洁地说，从命令行运行 sbt run：

sbt run

你应该会看到类似下面的内容：
在这里插入图片描述

运行 SBT 示例

现在，我们将使用 OpenCV 创建一个简单的人脸检测应用程序。

首先，创建 lib/ 文件夹并将 OpenCV jar 复制到其中。默认情况下，SBT 会将 lib 文件夹中的 jar 添加到 Java 库搜索路径中。您可以选择重新运行 sbt eclipse 来更新 Eclipse 项目。

mkdir lib
cp <opencv_dir>/build/bin/opencv_<version>.jar lib/
sbt eclipse

接下来，创建 src/main/resources 目录，并将 Lena 映像下载到其中：
在这里插入图片描述
确保其名为 “lena.png”。Java 应用程序在运行时可使用资源目录中的项目。

接下来，将 lbpcascade_frontalface.xml 从 opencv/data/lbpcascades/ 复制到资源目录：

cp <opencv_dir>/data/lbpcascades/lbpcascade_frontalface.xml src/main/resources/

现在修改 src/main/java/HelloOpenCV.java，使其包含以下 Java 代码：

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.MatOfRect;
import org.opencv.core.Point;
import org.opencv.core.Rect;
import org.opencv.core.Scalar;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.objdetect.CascadeClassifier;
//
// 检测图像中的人脸，在人脸周围绘制方框，并将结果写入
// 将结果写入 "faceDetection.png"。
//
class DetectFaceDemo {
  public void run() {
    System.out.println("\nRunning DetectFaceDemo");
    // 从 resources 目录中的级联文件创建人脸检测器。
    // 目录中的级联文件创建一个人脸检测器。
    CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("/lbpcascade_frontalface.xml").getPath());
    Mat image = Imgcodecs.imread(getClass().getResource("/lena.png").getPath());
    // 检测图像中的面。
    // MatOfRect 是一个特殊的 Rect 容器类。
    MatOfRect faceDetections = new MatOfRect();
    faceDetector.detectMultiScale(image, faceDetections);
    System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));
    // 在每个面周围绘制一个边界框。
    for (Rect rect : faceDetections.toArray()) {
        Imgproc.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));
    }
    // 保存可视化检测结果。
    String filename = "faceDetection.png";
    System.out.println(String.format("Writing %s", filename));
    Imgcodecs.imwrite(filename, image);
  }
}
public class HelloOpenCV {
  public static void main(String[] args) {
    System.out.println("Hello, OpenCV");
    // 加载本地库。
    System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
    new DetectFaceDemo().run();
  }
}

注意调用 System.loadLibrary(Core.NATIVE_LIBRARY_NAME)。在使用任何 OpenCV 本地方法之前，必须在每个 Java 进程中准确执行该命令一次。如果不调用它，就会出现 UnsatisfiedLink 错误。如果在 OpenCV 已加载的情况下尝试加载它，也会出现错误。

现在使用 sbt run 运行人脸检测应用程序：