Android应用开发项目式教程 课件 项目9 一目了然——计算机视觉应用.pptx

项目9一目了然——计算机视觉应用

本项目学习任务OpenCV简介OpenCVJavaAPI简介

OpenCV简介开源的计算机视觉库丰富的函数：滤波、物体检测、机器学习等实时应用的开发广泛的应用领域：图像拼接、图像降噪、产品质检、人机交互、人脸识别、动作识别、动作跟踪、无人驾驶等。

OpenCV简介OpenCV使用C/C++开发，同时也提供了Python、Java、MATLAB等其他语言的接口。它可以在Windows、Linux、MacOS、Android、iOS等操作系统上运行，并且是跨平台的。2010年起，OpenCV支持在Android环境下使用

OpenCV简介OpenCV具有模块化结构，包含多个共享或静态库，提供以下模块：核心功能（core）：定义基本数据结构的模块，包括密集多维数组Mat和所有其他模块使用的基本函数。图像处理（imgproc）：一个图像处理模块，包括线性和非线性图像滤波、几何图像转换（调整大小、仿射和透视变形、基于通用表的重新映射）、颜色空间转换、直方图等。视频分析（video）：一个视频分析模块，包括运动估计、背景减法和对象跟踪算法。

OpenCV简介OpenCV具有模块化结构，包含多个共享或静态库，提供以下模块：相机校准和3D重建（calib3d）：基本的多视图几何算法、单相机和立体相机校准、物体姿态估计、立体对应算法和3D重建元素。2D特征框架（features2d）：显著特征检测器、描述符和描述符匹配器。对象检测（objdetect）：检测对象和预定义类的实例（例如人脸、眼睛、杯子、人物、汽车等）。高级GUI（highgui）：一个简单易用的UI框架。视频I/O（videoio）：易于使用的视频捕获和视频编解码器接口。其他一些辅助模块，例如FLANN和Google测试包装器、Python绑定等。

OpenCVJavaAPI简介Android中主要使用的是OpenCV的JavaAPI，常用的有这几个类：Mat类：主要用来定义Mat对象，切割Mat对象。常规的Bitmap位图在OpenCV中都需要转换为Mat。Core类：主要用于Mat的运算，提供了很多运算功能的静态函数。ImgProc类：主要用于图像的处理，也提供了很多处理功能的静态函数。Utils类：主要用于Mat和bitmap之间的转换。

OpenCVJavaAPI简介1．Mat类Mat类是一个用于保存图像数据或矩阵数据的数据结构，能够用来保存实数或复数的向量、矩阵，灰度或彩色图像，立体元素，张量以及直方图。Mat对象中包含了图像的各种基本信息与图像像素数据。Mat是由头部与数据部分组成的，其中头部还包含一个指向数据的指针，可以把Mat视作图像矩阵。

OpenCVJavaAPI简介Mat类常用方法：Utils.bitmapToMat()：将Bitmp转化为Mat格式Utils.loadResource()：直接获取对应图片的MatUtils.matToBitmap()：Mat转Bitmap的方法release()：Mat内存释放

OpenCVJavaAPI简介2．颜色转换与二值化计算机视觉中经常涉及到颜色转化，从一个颜色空间转换到另一个颜色空间或者图像的灰度化等。OpenCV中使用cvtColor()方法进行颜色转换操作，示例代码如下：Bitmapbitmap=BitmapFactory.decodeResource(getResources(),R.drawable.lena);

Utils.bitmapToMat(bitmap,src);

Imgproc.cvtColor(src,dst,Imgproc.COLOR_BGRA2GRAY);

Utils.matToBitmap(dst,bitmap);

OpenCVJavaAPI简介图像二值化是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。图像二值化有个关键参数是黑白点的阈值，整张图片中高于阈值的点都置为255，低于阈值的点都置为0，就可以呈现出明显的二值黑白效果。

OpenCVJavaAPI简介阈值的确定有两种方法：手动指定和自动计算。手动指定阈值是指由开发者手动确定一个阈值，在一些专用场景下可以通过实验效果调整。OpenCV也提供算法来自动计算阈值，包括全局阈值计算和自适应阈值计算两种。全局自动计算阈值的方法有OTSU与Triangle，这两种方法都是以图像直方图统计数据为基础来自动计算阈值的。自适应阈值计算方法，它们是基于局部图像自动计算阈值的方法，有C均值与高斯C均值两种。图像二值化的示例代码如下：Imgproc.threshold(src,dst,125,255,Imgproc.THRE