Java学习记录--OpenCV使用教程
来源:互联网 发布:谷歌翻译软件 编辑:程序博客网 时间:2024/04/29 18:32
Java OpenCV使用教程
标签(空格分隔): opencv
最近公司让处理银行卡图片,遂去找教程,决定使用下opencv.该博文主要记录一些操作的处理.
环境搭建:
下载openCV后,把build文件夹里面的java拷贝到项目目录
主程序里面启动前加载该库
static { 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 }
IDEA内这样配置
例图:
1.Mat与BufferedImage的转换
Mat类是OpenCV最基本的一个数据类型,它可以表示一个多维的多通道的数组。Mat常用来存储图像,包括单通道二维数组——灰度图,多通道二维数组——彩色图。
1.1 mat转BufferedImage
Mat grayMat = Highgui.imread("E:/temp/3.jpg"); byte[] data1 = new byte[grayMat.rows() * grayMat.cols() * (int)(grayMat.elemSize())]; grayMat.get(0, 0, data1); BufferedImage image1 = new BufferedImage(grayMat.cols(), grayMat.rows(),BufferedImage.TYPE_BYTE_GRAY); image1.getRaster().setDataElements(0, 0, grayMat.cols(), grayMat.rows(), data1);
1.2 BufferedImage转mat
BufferedImage src = ImageIO.read(input); Mat srcMat = new Mat(src.getHeight(), src.getWidth(), CvType.CV_8UC3);
2.图片灰度化
就是把图片转换为黑白照
Imgproc.cvtColor(srcMat, destMat, Imgproc.COLOR_RGB2GRAY);
该函数把原srcMat转换为灰度图像放入grayMat中,自己再转换为BufferedImage显示即可.
3.二值化处理
也就是只留两个值,黑白
Mat binaryMat = new Mat(grayMat.height(),grayMat.width(),CvType.CV_8UC1); Imgproc.threshold(grayMat, binaryMat, max1, max2, Imgproc.THRESH_BINARY);
4.图像腐蚀
这里使用3*3的图片去腐蚀
Mat element = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(3, 3)); Imgproc.erode(srcMat,destMat,element);
腐蚀后变得更加宽,粗.便于识别
5.遍历,获取和修改像素值
二值图片,当成一个二维矩阵就可以了,双重循环,使用get方法获取像素点,使用put方法修改像素点
for (int y = 0; y < imgSrc.height(); y++) { for (int x = 0; x < imgSrc.width(); x++) { //得到该行像素点的值 double[] data = imgSrc.get(y,x); for (int i1 = 0; i1 < data.length; i1++) { data[i1] = 255;//像素点都改为白色 } imgSrc.put(i,j,data); } }
6.过滤和切割
过滤和切割要找到一个开始行或列,结束行或列,这就有一个简单的算法.该算法从第一行开始遍历,统计每一行的像素点值符合阈值的个数,再根据个数判断该点是否为边界.找到后过滤和切割自然就很简单了,直接创建个该范围的新的Mat对象.
for (int y = 0; y < imgSrc.height(); y++) { int count = 0; for (int x = 0; x < imgSrc.width(); x++) { //得到该行像素点的值 byte[] data = new byte[1]; imgSrc.get(y, x, data); if (data[0] == 0) count = count + 1; } if (state == 0)//还未到有效行 { if (count >= 150)//找到了有效行 {//有效行允许十个像素点的噪声 a = y; state = 1; } } else if (state == 1) { if (count <= 150)//找到了有效行 {//有效行允许十个像素点的噪声 b = y; state = 2; } } } System.out.println("过滤下界"+Integer.toString(a)); System.out.println("过滤上界"+Integer.toString(b));
截取
//参数,坐标X,坐标Y,截图宽度,截图长度 Rect roi = new Rect(0, 0, imgSrc.width(), b - a); Mat res = new Mat(new Size(roi.width, roi.height),CvType.CV_8UC1);
过滤是从上到下,判断该行的黑色像素点是否大于一定值,大于则留下,找到上边界,下边界后立即停止.
7.识别
使用tesseract-ocr进行识别,效果还是很不错的.github地址
8.资料
后来发现一个很不错的网站,分享一下,里面有一些使用案例
http://www.w3ii.com/java_dip/default.html
5 0
- Java学习记录--OpenCV使用教程
- Java学习记录--OpenCV使用教程
- opencv学习记录20140305
- opencv学习记录
- ubuntu+opencv学习记录
- OpenCV学习记录
- opencv 学习记录
- Opencv 学习记录
- 学习opencv记录
- OpenCv使用记录
- OpenCV Java教程文档及深入学习图书
- git学习教程记录
- Opencv 学习笔记--错误记录
- openCV学习之错误记录
- qt+opencv学习进程记录
- openCV学习记录:滤镜:连环画
- openCV学习记录:图像修复
- Opencv学习之零碎记录
- 360加固逆向脱壳之过反调试
- 图文验证码
- fragment和viewpager
- NSLog的处理方法
- shell脚本总结
- Java学习记录--OpenCV使用教程
- 7.5 Git 工具 - 搜索
- 关于密码的正则表达式(6-16位数字和字母的组合)
- 四舍五入
- 【CTSC2007】bzoj1150 数据备份
- 7.6 Git 工具 - 重写历史
- 改版之轮播图
- 设计模式——状态模式详解
- 【Android】仿IOS的滑动按钮