package com.opencv;
import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.Point;
import org.opencv.core.Scalar;
import org.opencv.core.Size;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
public class OpenCvMain {
//静态代码块加载动态链接库
static {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
}
public static void main(String[] args) {
/*
* IMREAD_UNCHANGED = -1 :不进行转化,比如保存为了16位的图片,读取出来仍然为16位。
* IMREAD_GRAYSCALE = 0 :进行转化为灰度图,比如保存为了16位的图片,读取出来为8位,类型为CV_8UC1。
* IMREAD_COLOR = 1 :进行转化为三通道图像。
* IMREAD_ANYDEPTH = 2 :如果图像深度为16位则读出为16位,32位则读出为32位,其余的转化为8位。
* IMREAD_ANYCOLOR = 4 :图像以任何可能的颜色格式读取
* IMREAD_LOAD_GDAL = 8 :使用GDAL驱动读取文件,GDAL(Geospatial Data Abstraction
* Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式。
* 它还有一系列命令行工具来进行数据转换和处理。
*/
Mat src = Imgcodecs.imread("D:\\1234.jpg");
Imgproc.resize(src, src, new Size(src.cols()/2,src.rows()/2));
HighGui.imshow("原图", src);
HighGui.waitKey();
imgSoble(src);
imgLaplance (src);
ImgCanny(src);
}
//还可以可以使用filter2D方法, https://blog.csdn.net/ren365880/article/details/103933835
public static void imgSoble(Mat src) {
Mat gray= new Mat();
// 转灰度图片
Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
//X和Y的梯度
Mat xgray = new Mat();
Mat ygray = new Mat();
/*
* Sobel 索贝尔算子(Sobel operator)是图像处理中的算子之一,主要用作边缘检测。在技术上,它是一离散性差分算子,用来运算图像亮度函数的梯度之近似值。
* 在图像的任何一点使用此算子,将会产生对应的梯度矢量或是其法矢量。Sobel导数结合了高斯平滑和微分求导。
*/
//Imgproc.Sobel(gray, xgray, CvType.CV_8UC1, 1, 0, 3);
//Imgproc.Sobel(gray, ygray, CvType.CV_8UC1, 0, 1, 3);
/* Scharr 当内核大小为 3 时, 以上Sobel内核可能产生比较明显的误差(毕竟,Sobel算子只是求取了导数的近似值)。
* 为解决这一问题,OpenCV提供了 Scharr 函数,但该函数仅作用于大小为3的内核。该函数的运算与Sobel函数一样快,但结果却更加精确,
*/
//Imgproc.Scharr(gray, xgray, CvType.CV_8UC1, 1, 0);
Imgproc.Scharr(gray, ygray, CvType.CV_8UC1, 0, 1);
//图像变为正数 计算绝对值,并将结果转换为8位。
Core.convertScaleAbs(xgray, xgray);
Core.convertScaleAbs(ygray, ygray);
HighGui.imshow("Soble", ygray);
HighGui.waitKey();
}
//还可以可以使用filter2D方法, https://blog.csdn.net/ren365880/article/details/103933835
public static void imgLaplance (Mat src) {
Mat gray= new Mat();
Mat image= new Mat();
//转灰度图片
Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
//Laplance算子
Imgproc.Laplacian(gray, image, CvType.CV_8UC1,3);
HighGui.imshow("Laplance", image);
HighGui.waitKey();
}
public static void ImgCanny(Mat src) {
Mat gray= new Mat();
Mat image= new Mat();
//转灰度图片
Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
/*
* 该函数使用Canny算法在输入图像中找到边缘,并在输出地图边缘中对其进行标记。
* threshold1和threshold2之间的最小值用于边缘链接。
* 最大值用于查找强边的初始段。
* @param图像8位输入图像。
* @param edges输出边缘图; 单通道8位图像,其大小与image相同。
* @param threshold1滞后过程的第一个阈值。
* @param threshold2滞后过程的第二个阈值。
* @param apertureSize Sobel运算符的光圈大小。
* @param L2gradient一个标志,指示是否应使用更精确的(L_2)norm(= sqrt {(dI / dx)^ 2 +(dI / dy)^
* 2})来计算图像梯度幅度(L2gradient = true) ,或默认(L_1)norm(= dI / dx + dI / dy)(L2gradient = false)。
*/
Imgproc.Canny(gray, image, 120, 200, 3, false);
HighGui.imshow("Canny", image);
HighGui.waitKey();
}
}