使用纯JavaCV实现颜色分割 / 轮廓提取 / 离焦 / 线性旋转变焦模糊 / 灰度化 / 标注等处理 |
您所在的位置：网站首页 › 色彩分割画简单图片 › 使用纯JavaCV实现颜色分割 / 轮廓提取 / 离焦 / 线性旋转变焦模糊 / 灰度化 / 标注等处理 |
|
年底冲KPI很多项目要结项，临时被拉去开发了一些“很有意思”的项目，感觉自从离开学校以后很长时间都没有再接触过图像处理领域了，有点跟熟悉的陌生人打交道的快感。这里简单记录一下相关代码实现，便于后续归档与复现。 使用纯JavaCV实现图像处理 （1）轮廓提取与颜色分割处理 （2）离焦处理 （3）运动模糊处理 （4）灰度化处理写在前面： 之前读研的时候在学校偶尔做图像预处理，都是使用的OpenCV图像库，用Python或C++语言进行图像处理编程的时候都很方便。但Java Web的服务端在银河麒麟或CentOS等Linux系统下部署时，该依赖库着实有些水土不服，每次都需要重新编译动态链接库不说，光是离线编译OpenCV库本身就费老劲了。无奈只能撸起袖子用Java重写相关的计算库与方法，想着可否跳过OpenCV封装好的函数，采用原生的写法。 （1）轮廓提取与颜色分割处理我使用的是org.bytedeco.javacv依赖库，不需要编译安装opencv，在java环境下会更为便捷，pom.xml中引入如下依赖： org.bytedeco javacv 1.4.1纯javacv代码如下，需要注意Javacv的语法与Opencv区别还挺大的，有很多接口不再适配。 import org.bytedeco.javacpp.Loader; import org.bytedeco.javacpp.opencv_core; import static org.bytedeco.javacpp.opencv_core.*; import static org.bytedeco.javacpp.opencv_highgui.cvShowImage; import static org.bytedeco.javacpp.opencv_highgui.cvWaitKey; import static org.bytedeco.javacpp.opencv_imgcodecs.cvLoadImage; import static org.bytedeco.javacpp.opencv_imgproc.*; /** * 颜色分割变换 * rina 2021.11.14 */ public class colorSelect { //hsv绿色范围 public static opencv_core.CvScalar g_min = cvScalar(35, 43, 46, 0); //HSV色域 public static opencv_core.CvScalar g_max= cvScalar(77, 255, 220, 0); //HSV色域 public static void main(String[] args) { //读入图片 IplImage orgImg = cvLoadImage("/opt/project/ColorBbox-OpencvTest/test.png"); //rgb->hsv IplImage hsv = IplImage.create( orgImg.width(), orgImg.height(), orgImg.depth(), orgImg.nChannels() ); cvCvtColor( orgImg, hsv, CV_BGR2HSV ); IplImage imgThreshold = cvCreateImage(cvGetSize(orgImg), 8, 1); //阈值化 cvInRangeS(hsv, g_min, g_max, imgThreshold); //形态学闭处理 IplImage Morphology_result = IplImage.create(orgImg.width(),orgImg.height(), IPL_DEPTH_8U, 1); IplConvKernel kernelCross = cvCreateStructuringElementEx(21, 21,7,7, CV_SHAPE_RECT); cvMorphologyEx(imgThreshold, Morphology_result, Morphology_result, kernelCross, MORPH_CLOSE, 1); //膨胀腐蚀 IplImage erosion_dst = IplImage.create(orgImg.width(),orgImg.height(), IPL_DEPTH_8U, 1); IplImage dilate_dst = IplImage.create(orgImg.width(),orgImg.height(), IPL_DEPTH_8U, 1); IplConvKernel kernel=cvCreateStructuringElementEx(3,3,1,1,CV_SHAPE_RECT); cvErode( Morphology_result, erosion_dst, kernel,3); //腐蚀 cvDilate( erosion_dst, dilate_dst, kernel,4); //膨胀 //查找轮廓并生成轮廓数组, 画出轮廓矩形 CvMemStorage mem = CvMemStorage.create(); CvSeq contours = new CvSeq(); CvSeq ptr = new CvSeq(); cvFindContours(dilate_dst, mem, contours, Loader.sizeof(CvContour.class) , CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0)); CvRect boundingBox; int index = 1; for (ptr = contours; ptr != null; ptr = ptr.h_next()) { boundingBox = cvBoundingRect(ptr, 0); cvRectangle( orgImg , cvPoint( boundingBox.x(), boundingBox.y() ), cvPoint( boundingBox.x() + boundingBox.width(), boundingBox.y |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |