|
|
|
@ -0,0 +1,115 @@
|
|
|
|
|
|
|
|
import org.opencv.core.*;
|
|
|
|
|
|
|
|
import org.opencv.highgui.HighGui;
|
|
|
|
|
|
|
|
import org.opencv.imgcodecs.Imgcodecs;
|
|
|
|
|
|
|
|
import org.opencv.imgproc.Imgproc;
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
import java.io.File;
|
|
|
|
|
|
|
|
import java.net.URL;
|
|
|
|
|
|
|
|
import java.util.ArrayList;
|
|
|
|
|
|
|
|
import java.util.List;
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
public class Test {
|
|
|
|
|
|
|
|
static {
|
|
|
|
|
|
|
|
URL systemResource = ClassLoader.getSystemResource("lib/x64/opencv_java460.dll");
|
|
|
|
|
|
|
|
System.load(systemResource.getPath());
|
|
|
|
|
|
|
|
// System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
|
|
|
|
|
|
|
|
//注意程序运行的时候需要在VM option添加该行 指明opencv的dll文件所在路径
|
|
|
|
|
|
|
|
//-Djava.library.path=$PROJECT_DIR$\opencv\x64
|
|
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
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。
|
|
|
|
|
|
|
|
*/
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
File file = new File("D://1.png");
|
|
|
|
|
|
|
|
Mat src = Imgcodecs.imread(file.getAbsolutePath());
|
|
|
|
|
|
|
|
HighGui.imshow("源图片", src);
|
|
|
|
|
|
|
|
HighGui.waitKey();
|
|
|
|
|
|
|
|
// 放大图像
|
|
|
|
|
|
|
|
// Mat resize = new Mat();
|
|
|
|
|
|
|
|
// Imgproc.resize(src, resize, new Size(src.cols()*1.5,src.rows()*1.5));
|
|
|
|
|
|
|
|
// HighGui.imshow("放大图片", resize);
|
|
|
|
|
|
|
|
// HighGui.waitKey();
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
//图片灰度化 https://blog.csdn.net/ren365880/article/details/103869207
|
|
|
|
|
|
|
|
Mat gary = new Mat();
|
|
|
|
|
|
|
|
Imgproc.cvtColor(src, gary, Imgproc.COLOR_BGR2GRAY);
|
|
|
|
|
|
|
|
HighGui.imshow("灰度化图片", gary);
|
|
|
|
|
|
|
|
HighGui.waitKey();
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
//图像边缘处理 https://blog.csdn.net/ren365880/article/details/103938232
|
|
|
|
|
|
|
|
Mat edges = new Mat();
|
|
|
|
|
|
|
|
Imgproc.Canny(gary, edges, 200, 500, 3, false);
|
|
|
|
|
|
|
|
HighGui.imshow("边缘处理", edges);
|
|
|
|
|
|
|
|
HighGui.waitKey();
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
//发现轮廓
|
|
|
|
|
|
|
|
List<MatOfPoint> list = new ArrayList<MatOfPoint>();
|
|
|
|
|
|
|
|
Mat hierarchy = new Mat();
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
/*
|
|
|
|
|
|
|
|
* 查找二进制图像中的轮廓。
|
|
|
|
|
|
|
|
* 该函数使用CITE算法：Suzuki85从二进制图像检索轮廓。轮廓是用于形状分析以及对象检测和识别的有用工具。
|
|
|
|
|
|
|
|
* @param image Source，一个8位单通道图像。非零像素被视为1。零像素保持为0，因此图像被视为binary。您可以使用＃compare，＃inRange，
|
|
|
|
|
|
|
|
* ＃threshold，＃adaptiveThreshold，＃Canny等创建灰度或彩色以外的二进制图像。如果模式等于#RETR_CCOMP或#
|
|
|
|
|
|
|
|
* RETR_FLOODFILL，则输入也可以是32位的整数图像（CV_32SC1）。
|
|
|
|
|
|
|
|
* @param轮廓检测到的轮廓。每个轮廓都存储为点的向量。
|
|
|
|
|
|
|
|
* @param层次结构可选的输出向量 包含有关图像拓扑的信息。它具有与轮廓数量一样多的元素。对于每个第i个轮廓轮廓[i]，元素等级[i] [0]，等级[i] [1]，等级[i]
|
|
|
|
|
|
|
|
* [2]和等级[i][3]均设置为0-在相同的层次级别上，基于下一个和上一个轮廓的轮廓的索引，分别是第一个子轮廓和父轮廓。如果对于轮廓i，没有下一个，上一个，父级或嵌套的轮廓
|
|
|
|
|
|
|
|
* ，则hierarchy [i]的相应元素将为负。
|
|
|
|
|
|
|
|
* @param模式轮廓检索模式，请参见#RetrievalModes
|
|
|
|
|
|
|
|
* RETR_EXTERNAL = 0, 只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略；
|
|
|
|
|
|
|
|
* RETR_LIST = 1,检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立等级关系，彼此之间独立，没有等级关系，这就意味着这个检索模式下不存在父轮廓或内嵌轮廓
|
|
|
|
|
|
|
|
* RETR_CCOMP = 2,检测所有的轮廓，但所有轮廓只建立两个等级关系，外围为顶层，若外围内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层；
|
|
|
|
|
|
|
|
* RETR_TREE = 3,检测所有轮廓，所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓，内层轮廓还可以继续包含内嵌轮廓
|
|
|
|
|
|
|
|
* RETR_FLOODFILL = 4; 官方没定义 使用此参数需要把输入源转为CV_32SC1
|
|
|
|
|
|
|
|
* Mat dst = new Mat();
|
|
|
|
|
|
|
|
* edges.convertTo(dst,CvType.CV_32SC1);
|
|
|
|
|
|
|
|
* @param方法轮廓近似方法，请参阅#ContourApproximationModes轮廓是从图像ROI中提取的，然后应在整个图像上下文中进行分析。
|
|
|
|
|
|
|
|
* CHAIN_APPROX_NONE = 1,保存物体边界上所有连续的轮廓点到contours向量内；
|
|
|
|
|
|
|
|
* CHAIN_APPROX_SIMPLE = 2,仅保存轮廓的拐点信息，把所有轮廓拐点处的点保存入contours向量内，拐点与拐点之间直线段上的信息点不予保留；
|
|
|
|
|
|
|
|
* CHAIN_APPROX_TC89_L1 = 3,使用teh-Chinl chain 近似算法;
|
|
|
|
|
|
|
|
* CHAIN_APPROX_TC89_KCOS = 4; 使用teh-Chinl chain 近似算法。
|
|
|
|
|
|
|
|
*/
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Imgproc.findContours(edges, list, hierarchy, Imgproc.RETR_TREE, Imgproc.CHAIN_APPROX_NONE);
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
/*
|
|
|
|
|
|
|
|
* 绘制轮廓轮廓或填充轮廓。
|
|
|
|
|
|
|
|
* 如果（{thickness}> 0），则该函数在图像中绘制轮廓轮廓；如果（{thickness}<0），则该函数填充轮廓所包围的区域。
|
|
|
|
|
|
|
|
* @param图像目标图像。
|
|
|
|
|
|
|
|
* @param轮廓所有输入轮廓。每个轮廓都存储为点向量。
|
|
|
|
|
|
|
|
* @param outlineIdx指示要绘制的轮廓的参数。如果为负，则绘制所有轮廓。
|
|
|
|
|
|
|
|
* @param color轮廓的颜色。
|
|
|
|
|
|
|
|
* @param thickness绘制轮廓的线的粗细。如果为负（例如，thickness =＃FILLED），则绘制轮廓内部。
|
|
|
|
|
|
|
|
* @param lineType线路连接。请参阅https://blog.csdn.net/ren365880/article/details/103952856
|
|
|
|
|
|
|
|
*/
|
|
|
|
|
|
|
|
Imgproc.drawContours(src, list, -1, new Scalar(0, 255, 0), 1, Imgproc.LINE_AA);
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
HighGui.imshow("轮廓", src);
|
|
|
|
|
|
|
|
HighGui.waitKey();
|
|
|
|
|
|
|
|
//
|
|
|
|
|
|
|
|
// // 创建输出单通道图像
|
|
|
|
|
|
|
|
// Mat grayImage = new Mat(src.rows(), src.cols(), CvType.CV_8SC1);
|
|
|
|
|
|
|
|
// // 进行图像色彩空间转换
|
|
|
|
|
|
|
|
// Imgproc.cvtColor(src, grayImage, Imgproc.COLOR_RGB2GRAY);
|
|
|
|
|
|
|
|
//
|
|
|
|
|
|
|
|
// HighGui.imshow("Processed Image", grayImage);
|
|
|
|
|
|
|
|
// Imgcodecs.imwrite("D://2.jpg", grayImage);
|
|
|
|
|
|
|
|
// HighGui.waitKey();
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
System.out.println(src);
|
|
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
}
|
