在Android上如何使用OpenCV

這篇文章主要講解了在Android上如何使用OpenCV,內(nèi)容清晰明了,對此有興趣的小伙伴可以學(xué)習(xí)一下,相信大家閱讀完之后會有幫助。

創(chuàng)新互聯(lián)專注于企業(yè)成都營銷網(wǎng)站建設(shè)、網(wǎng)站重做改版、石河子網(wǎng)站定制設(shè)計、自適應(yīng)品牌網(wǎng)站建設(shè)、H5頁面制作成都商城網(wǎng)站開發(fā)、集團公司官網(wǎng)建設(shè)、成都外貿(mào)網(wǎng)站制作、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁設(shè)計等建站業(yè)務(wù),價格優(yōu)惠性價比高,為石河子等各大城市提供網(wǎng)站開發(fā)制作服務(wù)。

一. OpenCV 介紹

OpenCV是一個基于BSD許可(開源)發(fā)行的跨平臺計算機視覺庫,可以運行在Linux、Windows、Android和Mac OS操作系統(tǒng)上。它輕量級而且高效——由一系列 C 函數(shù)和少量 C++ 類構(gòu)成,同時提供了Python、Ruby、MATLAB等語言的接口,實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法。

在移動端上使用 OpenCV 可以完成一系列圖像處理的工作。

二. OpenCV 在 Android 上的配置

我在項目中使用的 OpenCV 版本是 4.x。

在 Android Studio 中創(chuàng)建一個 Library,將官網(wǎng)下載的 OpenCV 導(dǎo)入后,就可以直接調(diào)用 OpenCV 中 Java 類的方法。
如果想調(diào)用 C++ 的類,也可以使用 CMake 創(chuàng)建環(huán)境,然后通過 include 文件放入指定路徑。
下面是項目中使用的 CMakeLists.txt

cmake_minimum_required(VERSION 3.6.0)

include_directories(
    ${CMAKE_SOURCE_DIR}/src/main/cpp/include
)

add_library(libopencv_java4 SHARED IMPORTED)
set_target_properties(
    libopencv_java4
    PROPERTIES IMPORTED_LOCATION
    ${CMAKE_SOURCE_DIR}/src/main/jniLibs/libs/${ANDROID_ABI}/libopencv_java4.so)

add_library(libc++_shared SHARED IMPORTED)
set_target_properties(
    libc++_shared
    PROPERTIES IMPORTED_LOCATION
    ${CMAKE_SOURCE_DIR}/src/main/jniLibs/libs/${ANDROID_ABI}/libc++_shared.so)


add_library(
    detect

    SHARED

    src/main/cpp/detect-lib.cpp
    src/main/cpp/detect-phone.cpp
)


find_library(
    log-lib
    log
)

target_link_libraries(
    detect libopencv_java4 libc++_shared jnigraphics
    ${log-lib}
)

其中,detect-lib.cpp 和 detect-phone.cpp 是我創(chuàng)建的 C++ 類。打成 so 文件時,會包含這2個類。

三. 例子兩則

3.1 作為二維碼識別的兜底方案

在 Android 原生開發(fā)中,二維碼識別有老牌的 zxing 等開源庫。為何還要使用 OpenCV 呢?
因為 OpenCV 有自己的優(yōu)勢,借助它可以定位到二維碼的位置,一般識別不到二維碼的內(nèi)容大多是因為找不到它的位置。要是能夠找到位置,就可以快速識別二維碼的內(nèi)容。
這樣一來,識別二維碼時需要先拍一張照,從圖像中找出二維碼的位置。當(dāng)然,還可以對圖像進行預(yù)處理,以便能夠更好地找到二維碼的位置。
下面的代碼,展示了在應(yīng)用層拍完照之后,將圖片的路徑傳到 jni 層將其轉(zhuǎn)換成對應(yīng)的 Mat 對象,再轉(zhuǎn)換成灰度圖像,然后找出二維碼的位置,要是能夠找到的話就識別出二維碼的內(nèi)容。

extern "C"
JNIEXPORT jstring JNICALL
Java_com_xxx_sdk_utils_DetectUtils_qrDetect(JNIEnv *env, jclass jc,jstring filePath) {

  const char *file_path_str = env->GetStringUTFChars(filePath, 0);
  string path = file_path_str;
  Mat src = imread(path);

  Mat gray, qrcode_roi;
  cvtColor(src, gray, COLOR_BGR2GRAY);
  QRCodeDetector qrcode_detector;
  vector<Point> pts;
  string detect_info;
  bool det_result = qrcode_detector.detect(gray, pts);
  if (det_result) {
    detect_info = qrcode_detector.decode(gray, pts, qrcode_roi);
    return env->NewStringUTF(detect_info.c_str());
  } else {
    detect_info = "";
    return env->NewStringUTF(detect_info.c_str());
  }
}

對應(yīng)的 Java 代碼,方便應(yīng)用層調(diào)用 jni 層的 qrDetect()

public class DetectUtils {

  static {
    System.loadLibrary("detect");
  }

  /**
   * 識別二維碼
   * @param filePath
   * @return
   */
  public static native String qrDetect(String filePath);

  ......
}

最后是應(yīng)用層的調(diào)用

// 使用 OpenCV 進行二維碼識別
val result = DetectUtils.qrDetect(filePath)
L.d("opencvs識別二維碼: $result")

3.2 比對圖像的差異

在我們的實際開發(fā)中遇到一個應(yīng)用場景:需要判斷我們的手機回收機里面是否存放了物體。(手機回收機是一個觸摸屏設(shè)備,可以通過 Android 系統(tǒng)來操作內(nèi)部的硬件設(shè)備。)

我們事先拍一張回收機內(nèi)沒有物體的圖作為基準(zhǔn)圖像,等到需要判斷是否存在物體時再拍一張圖片。兩幅圖片對比看比例,比列超過閾值則認(rèn)為回收機內(nèi)存在著物體。

下面的代碼,展示了在應(yīng)用層拍完照之后,跟基準(zhǔn)圖片進行比對,并返回結(jié)果。

extern "C"
JNIEXPORT jboolean JNICALL
Java_com_xxx_sdk_utils_DetectUtils_checkPhoneInMTA(JNIEnv *env, jclass jc,jstring baseImgPath,jstring filePath) {

  jboolean tRet = false;
  const char *file_path_str = env->GetStringUTFChars(filePath, 0);
  string path = file_path_str;
  Mat src = imread(path);

  const char *base_img_path_str = env->GetStringUTFChars(baseImgPath, 0);
  string basePath = base_img_path_str;
  Mat baseImg = imread(basePath);

  int result = checkPhoneInBox(baseImg,src,40,0.1);

  LOGI("checkPhoneInBox result = %d",result);
  if (result == 0) {
    tRet = true;
  }

  return tRet;
}

兩張圖片真正的比對是在 checkPhoneInBox() 中完成的。其中,maxFilter() 是為了處理彩色的情況,然后使用高斯濾波進行降噪處理,再進行二值化處理,最后判斷灰度差異區(qū)域占總圖像的比列是否超過預(yù)先設(shè)定的閾值。

int checkPhoneInBox(cv::Mat baseImg, cv::Mat snapImg, int diffThresh, double threshRatio) {

  cv::Mat baseMaxImg, snapMaxImg,baseGausImg, snapGausImg;
  if (baseImg.empty()|| snapImg.empty())
  {
    return -1;
  }

  try {
    maxFilter(baseImg, baseMaxImg);
    maxFilter(snapImg, snapMaxImg);
  } catch (...) {
    return -1;
  }

  cv::GaussianBlur(baseMaxImg, baseGausImg, cv::Size(5, 5),0);
  cv::GaussianBlur(snapMaxImg, snapGausImg, cv::Size(5, 5),0);

  cv::Mat diff,diffBin;
  cv::Mat noMax;
  cv::absdiff(baseGausImg, snapGausImg, diff);
  cv::threshold(diff, diffBin, diffThresh, 255, cv::THRESH_BINARY);

  float ratio = (float)cv::countNonZero(diffBin) / (long)diffBin.total();

  LOGI("ratio = %f,%d,%ld",ratio,cv::countNonZero(diffBin),(long)diffBin.total());

  if (ratio > threshRatio)
  {
    return 0;
  }
  else
  {
    return 1;
  }
}

int maxFilter(cv::Mat baseImg, cv::Mat &maxImg)
{
  if (baseImg.channels() <3)
  {
    maxImg = baseImg.clone();
  }
  else
  {
    maxImg.create(baseImg.size(), CV_8UC1);
    for (int r=0;r<baseImg.rows;r++)
    {
      for (int c = 0; c < baseImg.cols; c++)
      {
        uchar maxTmp=0;
        cv::Vec3b s = baseImg.at<cv::Vec3b>(r, c);
        maxTmp = (std::max)(s[0],s[1]);
        maxTmp = (std::max)(maxTmp,s[2]);

        maxImg.at<uchar>(r, c) = maxTmp;
      }
    }
  }
  return 0;
}

對應(yīng)的 Java 代碼,方便應(yīng)用層調(diào)用 jni 層的 checkPhoneInMTA()

public class DetectUtils {

  static {
    System.loadLibrary("detect");
  }

  /**
   * 判斷MTA中是否有手機
   * @param baseImageFilePath 基準(zhǔn)的圖片
   * @param filePath     拍攝的圖片
   * @return
   */
  public static native boolean checkPhoneInMTA(String baseImageFilePath, String filePath);

  ......
}

最后是應(yīng)用層的調(diào)用

val result = DetectUtils.checkPhoneInMTA(Constants.OPENCV_PHOTO_PATH, it.absolutePath)

四. 總結(jié)

OpenCV 是一款功能強大的圖像處理庫。但是它本身體積也較大,在移動端使用至少會增加 Android Apk 包 10 M+ 的體積(主要取決于 App 要支持多少個 CPU 架構(gòu))。如果很介意的話,可以考慮自行裁剪 OpenCV,然后再進行編譯。
我所在的部門隸屬于中臺部門,主要輸出接口和 SDK。在 SDK 中使用 OpenCV 的確會給業(yè)務(wù)方造成困擾,未來也會考慮如何減少 SDK 的體積,以及把 SDK 做成模塊化。

看完上述內(nèi)容,是不是對在Android上如何使用OpenCV有進一步的了解,如果還想學(xué)習(xí)更多內(nèi)容,歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

當(dāng)前標(biāo)題:在Android上如何使用OpenCV
網(wǎng)站鏈接:http://muchs.cn/article18/pgosdp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供網(wǎng)頁設(shè)計公司、動態(tài)網(wǎng)站網(wǎng)站導(dǎo)航、App設(shè)計網(wǎng)站排名、

廣告

聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)

網(wǎng)站優(yōu)化排名