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(duì)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(huì)有幫助。
創(chuàng)新互聯(lián)專(zhuān)注于企業(yè)成都營(yíng)銷(xiāo)網(wǎng)站建設(shè)、網(wǎng)站重做改版、石河子網(wǎng)站定制設(shè)計(jì)、自適應(yīng)品牌網(wǎng)站建設(shè)、H5頁(yè)面制作、成都商城網(wǎng)站開(kāi)發(fā)、集團(tuán)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(yè)設(shè)計(jì)等建站業(yè)務(wù)，價(jià)格優(yōu)惠性?xún)r(jià)比高，為石河子等各大城市提供網(wǎng)站開(kāi)發(fā)制作服務(wù)。
一. OpenCV 介紹
OpenCV是一個(gè)基于BSD許可（開(kāi)源）發(fā)行的跨平臺(tái)計(jì)算機(jī)視覺(jué)庫(kù)，可以運(yùn)行在Linux、Windows、Android和Mac OS操作系統(tǒng)上。它輕量級(jí)而且高效——由一系列 C 函數(shù)和少量 C++ 類(lèi)構(gòu)成，同時(shí)提供了Python、Ruby、MATLAB等語(yǔ)言的接口，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺(jué)方面的很多通用算法。
在移動(dòng)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(xiàng)目中使用的 OpenCV 版本是 4.x。
在 Android Studio 中創(chuàng)建一個(gè) 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(lèi)的方法。
如果想調(diào)用 C++ 的類(lèi)，也可以使用 CMake 創(chuàng)建環(huán)境，然后通過(guò) include 文件放入指定路徑。
下面是項(xiàng)目中使用的 CMakeLists.txt
重慶分公司
重慶分公司
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(lèi)。打成 so 文件時(shí)，會(huì)包含這2個(gè)類(lèi)。
三. 例子兩則
3.1 作為二維碼識(shí)別的兜底方案
在 Android 原生開(kāi)發(fā)中，二維碼識(shí)別有老牌的 zxing 等開(kāi)源庫(kù)。為何還要使用 OpenCV 呢？
因?yàn)?OpenCV 有自己的優(yōu)勢(shì)，借助它可以定位到二維碼的位置，一般識(shí)別不到二維碼的內(nèi)容大多是因?yàn)檎也坏剿奈恢?。要是能夠找到位置，就可以快速識(shí)別二維碼的內(nèi)容。
這樣一來(lái)，識(shí)別二維碼時(shí)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(duì)圖像進(jìn)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(duì)應(yīng)的 Mat 對(duì)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(huà)就識(shí)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 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(duì)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(shí)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(jìn)行二維碼識(shí)別
val result = DetectUtils.qrDetect(filePath)
L.d("opencvs識(shí)別二維碼: $result")3.2 比對(duì)圖像的差異
在我們的實(shí)際開(kāi)發(fā)中遇到一個(gè)應(yīng)用場(chǎng)景：需要判斷我們的手機(jī)回收機(jī)里面是否存放了物體。(手機(jī)回收機(jī)是一個(gè)觸摸屏設(shè)備，可以通過(guò) Android 系統(tǒng)來(lái)操作內(nèi)部的硬件設(shè)備。)
我們事先拍一張回收機(jī)內(nèi)沒(méi)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(shí)再拍一張圖片。兩幅圖片對(duì)比看比例，比列超過(guò)閾值則認(rèn)為回收機(jī)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(jìn)行比對(duì)，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(duì)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(jìn)行降噪處理，再進(jìn)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(guò)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(r, c) = maxTmp;
}
}
}
return 0;
} 對(duì)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(jī)
* @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(qiáng)大的圖像處理庫(kù)。但是它本身體積也較大，在移動(dòng)端使用至少會(huì)增加 Android Apk 包 10 M+ 的體積(主要取決于 App 要支持多少個(gè) CPU 架構(gòu))。如果很介意的話(huà)，可以考慮自行裁剪 OpenCV，然后再進(jìn)行編譯。
我所在的部門(mén)隸屬于中臺(tái)部門(mén)，主要輸出接口和 SDK。在 SDK 中使用 OpenCV 的確會(huì)給業(yè)務(wù)方造成困擾，未來(lái)也會(huì)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(duì)在Android上如何使用OpenCV有進(jìn)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。
