01-26 03:12 阅读 155

基于opencv+java实现简单图形识别程序

这篇文章主要给大家介绍了如何基于opencv+java实现简单图形识别程序的相关资料,文中通过实例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

前言

OpenCV的全称是：Open Source Computer Vision Library。OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python, Java and MATLAB/OCTAVE (版本2.5)的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#,Ch, Ruby的支持。

本文着重讲述opencv+java的实现程序，关于opencv的如何引入dll库等操作以及c的实现就不在这里概述了

方法如下

直接开始，首先下载opencv，引入opencv-246.jar包以及对应dll库

1.背景去除简单案列，只适合背景单一的图像

import java.util.ArrayList;

import java.util.List;

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.imgproc.Imgproc;

/**

 * @Description 背景去除 简单案列，只适合背景单一的图像

 * @author XPY

 * @date 2016年8月30日下午4:14:32

*/

public class demo1 {

    public static void main(String[] args) {

        System.loadLibrary("opencv_java246");

        Mat img = Highgui.imread("E:\\opencv_img\\source\\1.jpg");//读图像

        Mat new_img = doBackgroundRemoval(img);

        Highgui.imwrite("E:\\opencv_img\\target\\1.jpg",new_img);//写图像

}

    private static Mat doBackgroundRemoval(Mat frame) {

        // init

        Mat hsvImg = new Mat();

        List<Mat> hsvPlanes = new ArrayList<>();

        Mat thresholdImg = new Mat();

        int thresh_type = Imgproc.THRESH_BINARY_INV;

        // threshold the image with the average hue value

        hsvImg.create(frame.size(), CvType.CV_8U);

        Imgproc.cvtColor(frame, hsvImg, Imgproc.COLOR_BGR2HSV);

        Core.split(hsvImg, hsvPlanes);

        // get the average hue value of the image

        Scalar average = Core.mean(hsvPlanes.get(0));

        double threshValue = average.val[0];

        Imgproc.threshold(hsvPlanes.get(0), thresholdImg, threshValue, 179.0,

                thresh_type);

        Imgproc.blur(thresholdImg, thresholdImg, new Size(5, 5));

        // dilate to fill gaps, erode to smooth edges

        Imgproc.dilate(thresholdImg, thresholdImg, new Mat(),

                new Point(-1, -1), 1);

        Imgproc.erode(thresholdImg, thresholdImg, new Mat(), new Point(-1, -1),

3);

        Imgproc.threshold(thresholdImg, thresholdImg, threshValue, 179.0,

                Imgproc.THRESH_BINARY);

        // create the new image

        Mat foreground = new Mat(frame.size(), CvType.CV_8UC3, new Scalar(255,

                255, 255));

        thresholdImg.convertTo(thresholdImg, CvType.CV_8U);

        frame.copyTo(foreground, thresholdImg);// 掩膜图像复制

        return foreground;

}

}

2.边缘检测

import org.opencv.core.Core;

import org.opencv.core.Mat;

import org.opencv.core.Size;

import org.opencv.highgui.Highgui;

import org.opencv.imgproc.Imgproc;

/**

 * @Description 边缘检测

 * @author XPY

 * @date 2016年8月30日下午5:01:01

*/

public class demo2 {

    public static void main(String[] args) {

        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

        Mat img = Highgui.imread("E:\\face7.jpg");//读图像

        Mat new_img = doCanny(img);

        Highgui.imwrite("E:\\opencv_img\\target\\2.jpg",new_img);//写图像

}

    private static Mat doCanny(Mat frame)

{

        // init

        Mat grayImage = new Mat();

        Mat detectedEdges = new Mat();

        double threshold = 10;

        // convert to grayscale

        Imgproc.cvtColor(frame, grayImage, Imgproc.COLOR_BGR2GRAY);

       // reduce noise with a 3x3 kernel

        Imgproc.blur(grayImage, detectedEdges, new Size(3, 3));       

        // canny detector, with ratio of lower:upper threshold of 3:1

        Imgproc.Canny(detectedEdges, detectedEdges, threshold, threshold * 3);         

        // using Canny's output as a mask, display the result

        Mat dest = new Mat();

        frame.copyTo(dest, detectedEdges);

        return dest;

}

}

3.人脸检测技术（靠边缘的和侧脸检测不准确）

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.highgui.Highgui;  

import org.opencv.objdetect.CascadeClassifier;  

/**

*

 * @Description 人脸检测技术 （靠边缘的和侧脸检测不准确）

 * @author XPY

 * @date 2016年9月1日下午4:47:33

*/

public class demo3 {  

     public static void main(String[] args) {  

            System.out.println("Hello, OpenCV");  

            // Load the native library.  

            System.loadLibrary("opencv_java246");  

            new demo3().run();  

}

  public void run() {  

    System.out.println("\nRunning DetectFaceDemo");  

    System.out.println(getClass().getResource("/haarcascade_frontalface_alt2.xml").getPath());  

    // Create a face detector from the cascade file in the resources  

    // directory.  

    //CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("haarcascade_frontalface_alt2.xml").getPath());  

    //Mat image = Highgui.imread(getClass().getResource("lena.png").getPath());  

    //注意：源程序的路径会多打印一个‘/'，因此总是出现如下错误  

/*

         * Detected 0 faces Writing faceDetection.png libpng warning: Image 

         * width is zero in IHDR libpng warning: Image height is zero in IHDR 

         * libpng error: Invalid IHDR data 

*/

    //因此，我们将第一个字符去掉  

    String xmlfilePath=getClass().getResource("/haarcascade_frontalface_alt2.xml").getPath().substring(1);  

    CascadeClassifier faceDetector = new CascadeClassifier(xmlfilePath);  

    Mat image = Highgui.imread("E:\\face2.jpg");  

    // Detect faces in the image.  

    // MatOfRect is a special container class for Rect.  

    MatOfRect faceDetections = new MatOfRect();  

    faceDetector.detectMultiScale(image, faceDetections);  

    System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));  

    // Draw a bounding box around each face.  

    for (Rect rect : faceDetections.toArray()) {  

        Core.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));  

}

    // Save the visualized detection.  

    String filename = "E:\\faceDetection.png";  

    System.out.println(String.format("Writing %s", filename));  

    System.out.println(filename);

    Highgui.imwrite(filename, image);  

}

}

人脸检测需要自行下载haarcascade_frontalface_alt2.xml文件

附上demo下载地址：点击这里，运行需自行引入opencv的dll文件

总结

到此这篇关于基于opencv+java实现简单图形识别程序的文章就介绍到这了

原文链接：https://blog.csdn.net/xiaopy_0508/article/details/55044341

基于opencv+java实现简单图形识别程序

目录

前言

方法如下

总结