OpenCV4Android开发

生成 Mat 对象

Uri imageUri = imageIntent.getData();
InputStream imageStream = getContentResolver().openInputStream(imageUri);
Bitmap selectedImage = BitmapFactory.decodeStream(imageStream);
src = new Mat(selectedImage.getHeight(), selectedImage.getWidth(), CvType.CV_8UC4);
// 将 Bitmap 转成 Mat 供 opencv 使用
Utils.bitmapToMat(selectedImage, src);
// 可操作 Mat 对象

模糊处理

均值模糊

Imgproc.blur(src, src, new Size(3,3))
//处理完可预览操作效果
Bitmap processedImage = Bitmap.createBitmap(src.cols(), src.rows(), Bitmap.Config.ARGB_8888);
// Mat 对象转成 Bitmap 对象，供 android 使用
Utils.matToBitmap(src, processedImage);
// 原图
ivImage.setImageBitmap(selectedImage);
// 操作后的图
ivImageProcessed.setImageBitmap(processedImage);

高斯模糊

Imgproc.GaussianBlur(src, src, new Size(3,3), 0);

中值模糊

处理 淑盐噪声

Imgproc.medianBlur(src, src, 3);

锐化

使用的卷积核为 :

$$\begin{matrix} 0 & -1 & 0 \\ -1 & 5 & -1 \\ 0 & -1 & 0 \end{matrix} \tag{1}$$

// 创建卷积核
Mat kernel = new Mat(3,3, CvType.CV_16SC1);
kernel.put(0,0,  0,-1,0,-1,5,-1,0,-1,0)
// 锐化滤波
Imgproc.filter2D(src, src, src.depth(), kernel);

形态学运算

膨胀

膨胀是一种将图像中亮区域扩张的方法。

// 可以获得所需要的核
Mat kernelDilate = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(3, 3));
// 执行膨胀操作
Imgproc.dilate(src, src, kernelDilate);

腐蚀

腐蚀是一种将图像中暗区域扩张的方法。腐蚀可以用来去除图像中的噪声。

// 得到椭圆形的核
Mat kernelErode = Imgproc.getStructuringElement(Imgproc.MORPH_ELLIPSE, new Size(5, 5));
// 腐蚀
Imgproc.erode(src, src, kernelErode);

膨胀和腐蚀并不是逆运算

阈值化

// 100 是阈值，255 是最大值（纯白色的值）
Imgproc.threshold(src, src, 100, 255, Imgproc.THRESH_CONSTANT);

二值阈值化：THRESH_BINARY
阈值化到零：THRESH_TOZERO
截断阈值化：THRESH_TRUNC
反转二值阈值化：THRESH_BINARY_INV
反转阈值化到零：THRESH_TOZERO_INV

自适应阈值

1. ADAPTIVE_THRESH_MEAN_C: 阈值是领域像素的均值
2. ADAPTIVE_THRESH_GAUSSIAN_C: 阈值是领域像素的加权和，权重来自高斯核

块尺寸：即邻域的大小
常量 C：这是从对每个像素计算得到的均值或加权均值减去的常量

Imgproc.cvtColor(src, src, Imgproc.COLOR_BGR2GRAY);
Imgproc.adaptiveThreshold(src, src, 255, Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C, Imgproc.THRESH_BINARY, 3, 0);

旋转图片

// 对 Bitmap 对象处理
BitmapFactory.Options options = new BitmapFactory.Options();
options.inSampleSize = 2;
Bitmap temp = BitmapFactory.decodeFile(picturePath, options);
// 获取方向信息
int orientation = 0;
try{
    ExifInterface imgParams = new ExifInterface(picturePath);
    orientation = imgParams.getAttributeInt(ExifInterface.TAG_ORIENTATION, ExifInterface.ORIENTATION_UNDEFINED);
} catch (IOException e){
    e.printStackTrace();
}
// 旋转图像，得到正确的方向
Matrix rotate90 = new Matrix();
rotate90.postRotate(orientation);
originalBitmap = rotateBitmap(temp, orientation);
//将 Bitmap 转换为 Mat

高斯差分技术

Mat grayMat = new Mat();
Mat blur1 = new Mat();
Mat blur2 = new Mat();
// 将图像转换为灰度
Imgproc.cvtColor(originalMat, grayMat, Imgproc.COLOR_BGR2GRAY);
// 以两个不同的模糊半径对图像做模糊处理
Imgproc.GaussianBlur(grayMat, blur1, new Size(15, 15), 5);
Imgproc.GaussianBlur(grayMat, blur2, new Size(21, 21), 5);
// 将两幅模糊后的图像相减
Mat DoG = new Mat();
Core.absdiff(blur1, blur2, DoG);
// 反转二值阈值化
Core.multiply(DoG, new Scalar(100), DoG);
Imgproc.threshold(DoG, DoG, 50, 255, Imgproc.THRESH_BINARY_INV);
// 将 Mat 转换回位图
Utils.matToBitmap(DoG, currentBitmap);