springboot集成opencv实现图片二值化

1.环境配置参考上篇文章https://blog.csdn.net/qq_30374237/article/details/119793446

2.将base64图片码转化为Mat

    /**
     * @Author bjiang
     * @Description //TODO 将base64图片码转化为Mat
     * @Date 15:01 2021/8/16
     * @Version 1.0
     * @Param [base64]
     * @return org.opencv.core.Mat
     */
    private   Mat base64ToBufferedImage(String base64) {
        String[] baseStrs = base64.split(",");
        BASE64Decoder decoder = new sun.misc.BASE64Decoder();
        try {
            byte[] bytes1 = decoder.decodeBuffer(baseStrs[1]);
            ByteArrayInputStream bais = new ByteArrayInputStream(bytes1);
            BufferedImage bufferedImage= ImageIO.read(bais);
            return bufImg2Mat(bufferedImage,BufferedImage.TYPE_3BYTE_BGR, Imgproc.THRESH_BINARY);
        } catch (IOException e) {
            e.printStackTrace();
        }
        return null;
    }

2.BufferedImage转换成Mat

    /**
     * BufferedImage转换成Mat
     *
     * @param original 要转换的BufferedImage
     * @param imgType  bufferedImage的类型 如 BufferedImage.TYPE_3BYTE_BGR
     * @param matType  转换成mat的type 如 CvType.CV_8UC3
     */
    public static Mat bufImg2Mat(BufferedImage original, int imgType, int matType) {
        if (original == null) {
            throw new IllegalArgumentException("original == null");
        }
        if (original.getType() != imgType) {
            BufferedImage image = new BufferedImage(original.getWidth(), original.getHeight(), imgType);
            Graphics2D g = image.createGraphics();
            try {
                g.setComposite(AlphaComposite.Src);
                g.drawImage(original, 0, 0, null);
                original = image;
            }catch (Exception e){
                e.printStackTrace();
            }finally {
                g.dispose();
            }
        }
        byte[] pixels = ((DataBufferByte) original.getRaster().getDataBuffer()).getData();
        try {
            Mat mat = Mat.eye(original.getHeight(), original.getWidth(), matType);
            mat.put(0, 0, pixels);
            return mat;
        }catch (Exception e){
            e.printStackTrace();
        }
        return null;
    }

3.对buffimage进行操作

    public WritableImage loadAndConvert(String base64Pic) throws Exception {
        Mat src=base64ToBufferedImage(base64Pic);
        Mat dst = new Mat();
        Imgproc.threshold(src, dst, 200, 500, Imgproc.THRESH_BINARY);
        byte[] data1 = new byte[dst.rows() * dst.cols() * (int)(dst.elemSize())];
        dst.get(0, 0, data1);
        BufferedImage bufImage = new BufferedImage(dst.cols(),dst.rows(),
                BufferedImage.TYPE_BYTE_GRAY);
        bufImage.getRaster().setDataElements(0, 0, dst.cols(), dst.rows(), data1);
        WritableImage writableImage = SwingFXUtils.toFXImage(bufImage, null);
        return writableImage;
    }

4.生成二值化图片

            File uploadFile = new File(uploadTemp+fileName);//备份目录
            ImageIO.write(SwingFXUtils.fromFXImage(writableImage, null), "png", uploadFile);

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
为了实现Spring Boot集成OpenCV实现人脸识别,需要按照以下步骤: 1. 安装OpenCV库:在本地计算机上安装OpenCV库,并确保可以在计算机上使用OpenCV命令行工具。 2. 创建Spring Boot应用程序:使用Spring Initializr创建一个新的Spring Boot项目。 3. 添加依赖项:在pom.xml文件中添加OpenCV依赖项。 4. 编写代码:编写Java代码来实现人脸识别功能。在代码中,需要使用OpenCV库提供的方法来加载图像、检测人脸等。 5. 测试应用程序:启动Spring Boot应用程序,并使用浏览器或其他工具测试人脸识别功能。 以下是一个示例代码,演示如何使用OpenCV库在Spring Boot应用程序中实现人脸识别功能。 ```java 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; import org.springframework.stereotype.Controller; import org.springframework.web.bind.annotation.GetMapping; import org.springframework.web.bind.annotation.RequestParam; import org.springframework.web.bind.annotation.ResponseBody; @Controller public class FaceRecognitionController { @GetMapping("/detect-face") @ResponseBody public String detectFace(@RequestParam("imagePath") String imagePath) { System.loadLibrary(Core.NATIVE_LIBRARY_NAME); // Load image Mat image = Imgcodecs.imread(imagePath); // Load classifier CascadeClassifier faceDetector = new CascadeClassifier("haarcascade_frontalface_alt.xml"); // Detect faces MatOfRect faceDetections = new MatOfRect(); faceDetector.detectMultiScale(image, faceDetections); // Draw rectangles around detected faces 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)); } // Save output image Imgcodecs.imwrite("output.jpg", image); return "Face detection completed"; } } ``` 在这个示例代码中,我们使用了OpenCV库的以下功能: - 加载图像:使用Imgcodecs.imread()方法加载图像。 - 加载分类器:使用CascadeClassifier类加载分类器。 - 检测人脸:使用CascadeClassifier.detectMultiScale()方法检测人脸。 - 绘制矩形:使用Imgproc.rectangle()方法在检测到的人脸周围绘制矩形。 - 保存图像:使用Imgcodecs.imwrite()方法将输出图像保存到本地文件。 最后,我们将上述代码编译、打包为可执行的jar包,并在命令行中启动Spring Boot应用程序。启动成功后,可以使用浏览器或其他工具通过HTTP请求来测试人脸识别功能。例如,可以使用以下命令来检测一张名为“test.jpg”的人脸图像: ``` curl http://localhost:8080/detect-face?imagePath=/path/to/test.jpg ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值