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。
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" o c v J a r D i r " 和第 37 行中的 " {ocvJarDir}"和第 37 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:
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:
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:
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:
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:
sbt run
你应该会看到如下内容:
它还应将以下图像写入 faceDetection.png
:
大功告成!现在您已经有了一个使用 OpenCV 的 Java 应用程序示例,可以开始自己的工作了。祝您好运,生活愉快!