androidopencv攝像頭

1. opencv在安卓上打開攝像頭怎麼通過socket傳送pc上

環境搭建

OpenCV Android版本有三種方式：

1. 通過OpenCVManager的方式，該方法主要的缺點是在安裝自身應用的同時，需要OpenCVManager，體驗不是太好。優點是不需要編寫C、C++代碼，相對簡單；

2. [java] view plain

3. @Override

4. public void onResume(){

5. super.onResume();

6. OpenCVLoader.initAsync(OpenCVLoader.OPENCV_VERSION_2_4_8, this, mLoaderCallback);

7. }
   

2. 新手求助 OpenCV 安卓 JNI 調用攝像頭問題

更新升級一下

3. opencv for android 如何實現後台啟動攝像頭，不顯示預覽界面

現在Android智能手機的像素都會提供照相的功能，大部分的手機的攝像頭的像素都在1000萬以上的像素，有的甚至會更高。它們大多都會支持光學變焦、曝光以及快門等等。
下面的程序Demo實例示範了使用Camera v2來進行拍照，當用戶按下拍照鍵時，該應用會自動對焦，當對焦成功時拍下照片。

4. opencv for android中使用照相機前置攝像頭是顯示是倒置的

flip、transpose都在頭文件core.hpp，函數原型：

CV_EXPORTS_W void flip(InputArray src, OutputArray dst, int flipCode);

參數：

CV_EXPORTS_W void transpose(InputArray src, OutputArray dst);

transpose應該是求矩陣的轉置，估計你得用flip函數

5. opencv for android裡面的用到攝像頭的幾個官方例子，真機測試時攝像頭都打不開，黑屏不報錯

OpenCV

整個項目的結構圖：

編寫DetectFaceDemo.java,代碼如下：

[java] view
plainprint?

package com.njupt.zhb.test;

import org.opencv.core.Core;

import org.opencv.core.Mat;

import org.opencv.core.MatOfRect;

import org.opencv.core.Point;

import org.opencv.core.Rect;

import org.opencv.core.Scalar;

import org.opencv.highgui.Highgui;

import org.opencv.objdetect.CascadeClassifier;

//

// Detects faces in an image, draws boxes around them, and writes the results

// to "faceDetection.png".

//

public class DetectFaceDemo {

public void run() {

System.out.println("\nRunning DetectFaceDemo");

System.out.println(getClass().getResource("lbpcascade_frontalface.xml").getPath());

// Create a face detector from the cascade file in the resources

// directory.

//CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("lbpcascade_frontalface.xml").getPath());

//Mat image = Highgui.imread(getClass().getResource("lena.png").getPath());

//注意：源程序的路徑會多列印一個『/』，因此總是出現如下錯誤

/*

* Detected 0 faces Writing faceDetection.png libpng warning: Image

* width is zero in IHDR libpng warning: Image height is zero in IHDR

* libpng error: Invalid IHDR data

*/

//因此，我們將第一個字元去掉

String xmlfilePath=getClass().getResource("lbpcascade_frontalface.xml").getPath().substring(1);

CascadeClassifier faceDetector = new CascadeClassifier(xmlfilePath);

Mat image = Highgui.imread(getClass().getResource("we.jpg").getPath().substring(1));

// Detect faces in the image.

// MatOfRect is a special container class for Rect.

MatOfRect faceDetections = new MatOfRect();

faceDetector.detectMultiScale(image, faceDetections);

System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));

// Draw a bounding box around each face.

for (Rect rect : faceDetections.toArray()) {

Core.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));

}

// Save the visualized detection.

String filename = "faceDetection.png";

System.out.println(String.format("Writing %s", filename));

Highgui.imwrite(filename, image);

}

}
package com.njupt.zhb.test;
import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.MatOfRect;
import org.opencv.core.Point;
import org.opencv.core.Rect;
import org.opencv.core.Scalar;
import org.opencv.highgui.Highgui;
import org.opencv.objdetect.CascadeClassifier;

//
// Detects faces in an image, draws boxes around them, and writes the results
// to "faceDetection.png".
//
public class DetectFaceDemo {
public void run() {
System.out.println("\nRunning DetectFaceDemo");
System.out.println(getClass().getResource("lbpcascade_frontalface.xml").getPath());
// Create a face detector from the cascade file in the resources
// directory.
//CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("lbpcascade_frontalface.xml").getPath());
//Mat image = Highgui.imread(getClass().getResource("lena.png").getPath());
//注意：源程序的路徑會多列印一個『/』，因此總是出現如下錯誤
/*
* Detected 0 faces Writing faceDetection.png libpng warning: Image
* width is zero in IHDR libpng warning: Image height is zero in IHDR
* libpng error: Invalid IHDR data
*/
//因此，我們將第一個字元去掉
String xmlfilePath=getClass().getResource("lbpcascade_frontalface.xml").getPath().substring(1);
CascadeClassifier faceDetector = new CascadeClassifier(xmlfilePath);
Mat image = Highgui.imread(getClass().getResource("we.jpg").getPath().substring(1));
// Detect faces in the image.
// MatOfRect is a special container class for Rect.
MatOfRect faceDetections = new MatOfRect();
faceDetector.detectMultiScale(image, faceDetections);

System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));

// Draw a bounding box around each face.
for (Rect rect : faceDetections.toArray()) {
Core.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));
}

// Save the visualized detection.
String filename = "faceDetection.png";
System.out.println(String.format("Writing %s", filename));
Highgui.imwrite(filename, image);
}
}

3.編寫測試類：

[java] view
plainprint?

package com.njupt.zhb.test;

public class TestMain {

public static void main(String[] args) {

System.out.println("Hello, OpenCV");

// Load the native library.

System.loadLibrary("opencv_java246");

new DetectFaceDemo().run();

}

}

//運行結果:

//Hello, OpenCV

//

//Running DetectFaceDemo

///E:/eclipse_Jee/workspace/JavaOpenCV246/bin/com/njupt/zhb/test/lbpcascade_frontalface.xml

//Detected 8 faces

//Writing faceDetection.png
package com.njupt.zhb.test;
public class TestMain {
public static void main(String[] args) {
System.out.println("Hello, OpenCV");
// Load the native library.
System.loadLibrary("opencv_java246");
new DetectFaceDemo().run();
}
}
//運行結果:
//Hello, OpenCV
//
//Running DetectFaceDemo
///E:/eclipse_Jee/workspace/JavaOpenCV246/bin/com/njupt/zhb/test/lbpcascade_frontalface.xml
//Detected 8 faces
//Writing faceDetection.png

6. 如何在Android中使用OpenCV

1、下載
進入官網下載OpenCV4Android並解壓。

其中，sdk目錄即是我們開發opencv所需要的類庫；samples目錄中存放著若干opencv應用示例（包括人臉檢測等），可為我們進行android下的opencv開發提供參考；doc目錄為opencv類庫的使用說明及api文檔等；而apk目錄則存放著對應於各內核版本的OpenCV_2.4.3.2_Manager_2.4應用安裝包。此應用用來管理手機設備中的opencv類庫，在運行opencv應用之前，必須確保手機中已經安裝了OpenCV_2.4.3.2_Manager_2.4_*.apk，否則opencv應用將會因為無法載入opencv類庫而無法運行（下篇文章會介紹不提前安裝openCV Manager，即可運行openCV的方法）。
2、將OpenCV引入Android Studio
在Android Studio中選擇File->Import Mole，找到OpenCV解壓的路徑，選擇sdk/java文件夾。

3、更新build.gradle信息
在Android Studio中的左上角選擇Project視圖，在oepnCVLibrary2411文件夾里，打開build.gradle（有很多重名的文件，一定找對openCV庫文件下的），修改文件中的1）compileSdkVersion 2）buildToolsVersion 3） minSdkVersion 4）targetSdkVersion，將其內容與app文件夾下的build.gradle中信息相一致。點擊上方提示的黃色提示框內的Try Again進行更新。
4、添加Mole Dependency
右鍵app文件夾，選擇Open Mole Settings，在app mole的Dependencies一欄中，點擊右上角的綠色加號，將openCVLibrary2411添加進去，點擊確定。

5、復制libs文件夾到項目中
在OpenCV的解壓包中，將sdk-->native-->libs文件夾復制，粘貼在Project視圖下app-->src-->main目錄下，並將其重命名為jniLibs。
自此，OpenCV的環境就配置好了。可以將OpenCV-android-sdk-->samples-->tutorial-1-camerapreview中的layout文件，java文件，放入工程中，修改AndroidManifest.xml，添加使用攝像機的許可權，即可測試是否成功了。

7. 用opencv怎麼准確識別攝像頭捕獲視屏流中的特定顏色塊

對opencv不怎麼熟，求助到這，以下意見僅供參考。
Core.inRange(dst, hsv_min, hsv_max, hsv_mask);這個可能有問題
Scalar是一個結構體，而標准inRange的定義是這樣的：
inRange 檢查元素的取值范圍是否在另兩個矩陣的元素取值之間，返回驗證矩陣
這個應該要求的是二維特性，你這樣計算恐怕會有問題，不如自己寫一個類似inRange的函數，函數中直接判斷這幾個條件
core.val[0]>min.val[0]
core.val[1]>min.val[1]
core.val[2]>min.val[2]
然後小於max，這樣就可以了吧。僅供參考！