java中的Opencv：Opencv简介与开发环境部署

1.Opencv简介

OpenCV （ Open Source Computer Vision Library ）是一个广泛应用于计算机视觉和图像处理领域的开源库。它提供了丰富的图像处理算法和工具，能够处理图像和视频数据，实现诸如特征提取、目标检测、图像分割等功能。
OpenCV 是由 Intel 公司于 1999 年开发的开源计算机视觉库，旨在提供一套丰富的图像处理和计算机视觉算法。它以 C / C ++语言编写，支持多平台（包括 Windows 、 Linux 、 macOS 等），并提供了 Python 、 Java 等编程语言的接口，方便开发者使用。

Opencv的应用

我们能用Opencv做什么？

OpenCV 的应用领域非常广泛，下面介绍几个常见的应用领域：

物体识别与跟踪：
OpenCV 提供了多种方法和算法来实现物体的检测和跟踪。例如，使用 Haar 特征分类器可以进行人脸检测，通过训练分类器可以实现自定义物体的识别；而利用光流算法可以实现物体在连续帧中的跟踪。
在交通监控系统中，通过 OpenCV 实现车辆的检测和跟踪，可以实现交通流量统计、违规行为监测等功能。通过使用 OpenCV 中的背景减法和运动检测算法，可以提取出交通场景中的前景目标（车辆），然后利用跟踪算法跟踪这些目标，实现车辆的检测和跟踪。

图像分割与边缘检测：
图像分割是将图像分成若干个区域的过程，而边缘检测则是寻找图像中的边缘信息。 OpenCV 提供了多种图像分割和边缘检测算法，例如基于阈值的分割、基于边缘检测算子的边缘检测等。
在医学图像处理中，通过 OpenCV 实现肿瘤的分割和边缘检测，可以帮助医生进行肿瘤的诊断和治疗。通过利用 OpenCV 中的图像分割算法，可以将医学图像中的肿瘤区域提取出来；而边缘检测算法可以用于寻找肿瘤的边缘信息，辅助医生进行定量分析。

图像特征提取与描述：

图像特征提取与描述是计算机视觉中的重要任务，它可以提取图像中的关键信息，用于目标识别、图像匹配等应用。 OpenCV 提供了多种特征提取和描述算法，包括 Harris 角点检测、 SIFT 、 SURF 等。
通过利用 OpenCV 中的特征点提取和匹配算法，可以将多张图像拼接成一张全景图像。通过提取每张图像的特征点，然后进行特征点的匹配和变换，可以实现图像的拼接和全景重建。这在旅游摄影、建筑拍摄等领域具有重要应用。

2.Java使用OpenCV进行图像操作

opencv安装

我本地用的Opencv 4.5.1，可以到这里下载：
opencv451安装包

到官下载Opencv：https://opencv.org/releases/

下载windows的exe包，双击安装即可

java项目中集成Opencv

这里使用的是IDEA进行Opencv集成，主要是需要把Opencv的jar包引入项目的依赖库，并且设置Opencv的运行环境。
使用快捷键 Ctrl+Shift+Alt+S打开项目设置：

导入Opencv的jar包到项目中，jar包在安装目录的build/java目录下：


同时需要配置opencv的运行环境，需要将 安装目录/build/java/x64/opencv_java451.dll文件，复制到java运行环境jre的bin目录下：

如果不进行运行环境设置的话，会报以下错误：

测试是否成功：
在java项目中，新建Demo类：

public class Demo {
    // 调用OpenCV库文件
    static {
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
    }
    public static void main(String args[]) {
        Mat img = Imgcodecs.imread("D://test.png")
    }
}

如果能正常运行无报错，则说明已经安装成功了（注意图片路径在本地要有哦）

3.Opencv常用的API

读取与输出图像

在OpenCV中，图象输入与输出使用imread()、imwrite()两个方法

Mat mat1 = Imgcodecs.imread("D://test.png"); //读取磁盘的图片

boolean imwrite = Imgcodecs.imwrite("D://test2.png", mat); //写出磁盘的图片

下面是读取和写出的案例

public class Demo {
	 public static void main(String args[]) {
	        // 加载本地OpenCV库
	        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
	
	        Mat mat = Imgcodecs.imread("D://test.png");
	        boolean imwrite = Imgcodecs.imwrite("D://test2.png", mat);
	    }
    }

显示图像
可以通过GUI的方式显示图片，不需要再将图像通过流输出到本地再来查看。

Mat mat = Imgcodecs.imread("D://test.png");
//显示图像
HighGui.imshow("原图", mat);
//延时多长时间后显示
HighGui.waitKey(0);

图像压缩和解压缩
OpenCV中的imencode方法和imdecode方法是用于图像压缩和解压缩的函数。
压缩：
将一张Mat对象压缩并保存为JPEG格式的文件

public static void main(String args[]) throws IOException {
   
   
        Mat mat = Imgcodecs.imread("D://test.png");
        MatOfByte matOfByte = new MatOfByte();
        Imgcodecs.imencode(".png", mat, matOfByte);
        # Imgcodecs.imencode(".jpg", mat, matOfByte , new MatOfInt(Imgcodecs.IMWRITE_JPEG_QUALITY, 80));
        Files.write(Paths.get("D://write.png"), matOfByte.toArray());
    }

方法说明

//ext表示编码后的文件类型（例如".jpg"、".png"等）
//img表示需要编码的图像
//buf表示存储编码结果的字节流
//params为可选参数，表示编码参数（例如JPEG的压缩质量）
imencode(String ext, Mat img, MatOfByte buf, MatOfInt params);

解压缩

//buf为需要解码的图像数据流
//flags为解码标志，通常使用IMREAD_COLOR表示将图像解码为彩色图像。
imdecode(Mat buf, int flags)

当已经有了一个编码后的JPEG格式图像数据流，可以使用以下代码将其解码为OpenCV格式的图像：

byte[] bytes = Files.readAllBytes(Paths.get("D://write.jpg"));
Mat matImage = Imgcodecs.imdecode(new MatOfByte(bytes), Imgcodecs.IMREAD_COLOR);