安卓圖像演算法

A. 安卓手機DPI是如何計算的安卓開發中有什麼方法可以獲得手機屏幕尺寸（英寸）

DPI和PPI是兩個不同的概念。LZ算的是PPI

ppi (pixels per inch)：圖像的采樣率（在圖像中，每英寸所包含的像素數目）
dpi (dots per inch)：列印解析度 （每英寸所能列印的點數，即列印精度）

ppi和dpi確實是兩個概念，但是有些事情是約定成俗的，圖片的ppi無法反映這張圖片能在沖印店得到的沖印質量，不如你去店裡試試看，你問問操作員你的圖片是72ppi會得到什麼樣的沖印質量，多數操作員會一頭霧水。在沖印店裡只用dpi，因為我們拿去的圖片必定是為了輸出成照片，對於操作人員，他要知道的就是你的圖片像素和你所需要印製的尺寸，這兩個要素構成了dpi，所以盡管不規范，對於需要沖印的圖片我們只有用dpi的大小來溝通。

B. 求助，關於android圖像識別。

你有圖像識別庫嗎？如果有的話，App具體操作其實很簡單，啟動Camera采圖嗲用庫識別。
但是如果你沒有圖像識別庫的話，你要自己去實現，一般庫都是C++寫的，我們公司用圖像識別技術都是有專門的人寫一個對應的圖像識別庫，而且對應掃描不同的東西都要單寫一個庫，然後打包給我們App調用，當然具體怎麼寫一個識別庫，肯定也不是那麼簡單，必須要對C++如何實現圖像識別技術要有一定基礎的。

你要是有時間和精力想自己弄的話，推薦一個國外網站http://opencv.org/platforms/android.html，希望對你有幫助，都是這么苦逼過來的。

C. 安卓旗艦拍照很強，為什麼視頻錄制卻比不少過Phone 7手機

iPhone的拍攝性能從早年的iPhone 4到現在的iPhone XS都一直名列前茅，雖然在這幾年安卓手機的拍照性能突飛猛進，像華為手機的徠卡三攝，國產眾多機型都用上了索尼的感測器，拍照效果還帶有自動美顏功能，但是說到視頻錄制，很多人都對國產手機說「不」，這是為什麼呢？

首先我們要明白拍攝性能和哪些因素有關系。

1、感測器

手機像素不是越高越好，高像素固然有優勢，但還是要看接受光信號的能力，這個就是感測器的存在，其面積越大，接受光線能力就越強，這也是直接反應夜拍的能力，通常索尼的IMX系列非常實用，也被大家熟知。

現在很多手機硬體都足夠優秀，但是差距基本上都是處理器的演算法，手機都是傻瓜式的拍照，在不同復雜的環境當中，iPhone的演算法是非常的傑出的，尤其是視頻錄制這個領域，比大多數國產手機都要優秀，升至拿前幾年的iPhone 7手機做比較，視頻錄制功能的效果都比現在的安卓旗艦手機好上不少，因為這幾年國產手機處理器演算法重心還是在拍照這個領域。

所以，蘋果在圖上的處理性能效果優化上是非常厲害的，尤其是是iPhone XR手機，單攝像頭的拍攝性能比很多雙攝的性能都要強大，甚至超越了iPhone X的性能，不得不佩服蘋果的圖像演算法優化。

D. 安卓k-means判斷圖像清晰度

需要大致經過信息獲取圖像採集、圖像預處理，得到特徵數據、訓練過程、識別的步驟。
數字圖像（又稱數碼圖像或數點陣圖像），是二維圖像用有限數字數值像素的表示。完成數字圖像的識別需要大致經過信息獲取圖像採集->圖像預處理（如二值化、反色等處理方法）得到特徵數據->訓練過程（分類器涉及和分類決策）->識別這幾個步驟。圖像識別的過程主要有圖像處理和圖像識別兩部分。

E. 圖像識別演算法都有哪些

圖像識別，是指利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對像的技術。一般工業使用中，採用工業相機拍攝圖片，然後再利用軟體根據圖片灰階差做進一步識別處理，圖像識別軟體國外代表的有康耐視等，國內代表的有圖智能等。另外在地理學中指將遙感圖像進行分類的技術。

F. 安卓圖形解鎖使用了 SHA1 加密演算法，這個信息是怎麼被知道的

Algorithm)又叫安全哈希加密技術，是當今世界最先近的加密演算法。主要用於文件身份識別、數字簽名和口令加密等。
對於明文信息A，通過SHA1演算法，生成一條160位長的識別碼B。且明文信息A和識別碼B之間同時滿足以下條件：
1、對於任意兩條不同的明文信息A1、A2，其識別碼B1、B2都不相同。
2、無法通過逆向演算法由識別碼B倒推出明文信息A。
MOONCRM的用戶密碼採用SHA1加密存儲，即伺服器上存儲的只是
由用戶密碼生成的識別碼，而用戶密碼本身並沒有存儲在伺服器上。用戶輸入登陸口令時，系統會根據輸入口令生成相應識別碼並與系統中所存儲的識別碼進行比較，如二者一致，則認為口令正確。系統中沒有存儲用戶原始的口令值，即使有人獲得口令文件，也無法破解用戶登陸密碼，確保用戶密碼絕對安全。

G. android 全景圖像拼接演算法哪種方案最好

首先介紹一下流程：
1.選圖，兩張圖的重疊區域不能太小，我個人認為最少不少於15%，這樣才能保證有足夠的角點匹配。
2.角點檢測。這一步OpenCV提供了很多種方法，譬如Harris角點檢測，而監測出的角點用CvSeq存儲，這是一個雙向鏈表。
3.角點提純。在提純的時候，需要使用RANSAC提純。OpenCV自帶了一個函數，FindHomography，不但可以提純，還可以計算出3x3的轉換矩陣。這個轉換矩陣十分重要。
4.角點匹配。經過提純後的角點，則需要匹配。
5.圖像變換。這一步我曾經嘗試過很多辦法，最後選擇了FindHomography輸出的變換矩陣，這是一個透視變換矩陣。經過這個透視變換後的圖像，可以直接拿來做拼接。
6.圖象拼接。完成上面步驟之後，其實這一步很容易。
7.球面變換。這一步需要對坐標系進行轉換，從平面坐標到球面坐標。

H. 關於android圖像切換時的溶解或百葉窗特效演算法怎麼實現

不知道額！！android是啥？ on~ 本人小學文化，文憑早年弄至 你說呢！！

I. 在圖像處理中有哪些演算法

1、圖像變換：

由於圖像陣列很大，直接在空間域中進行處理，涉及計算量很大。採用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離散餘弦變換等間接處理技術，將空間域的處理轉換為變換域處理，可減少計算量，獲得更有效的處理。它在圖像處理中也有著廣泛而有效的應用。

2、圖像編碼壓縮：

圖像編碼壓縮技術可減少描述圖像的數據量，以便節省圖像傳輸、處理時間和減少所佔用的存儲器容量。

壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進行。

編碼是壓縮技術中最重要的方法，它在圖像處理技術中是發展最早且比較成熟的技術。

3、圖像增強和復原：

圖像增強和復原的目的是為了提高圖像的質量，如去除雜訊，提高圖像的清晰度等。

圖像增強不考慮圖像降質的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節明顯；如強化低頻分量可減少圖像中雜訊影響。

4、圖像分割：

圖像分割是數字圖像處理中的關鍵技術之一。

圖像分割是將圖像中有意義的特徵部分提取出來，其有意義的特徵有圖像中的邊緣、區域等，這是進一步進行圖像識別、分析和理解的基礎。

5、圖像描述：

圖像描述是圖像識別和理解的必要前提。

一般圖像的描述方法採用二維形狀描述，它有邊界描述和區域描述兩類方法。對於特殊的紋理圖像可採用二維紋理特徵描述。

6、圖像分類：

圖像分類屬於模式識別的范疇，其主要內容是圖像經過某些預處理（增強、復原、壓縮）後，進行圖像分割和特徵提取，從而進行判決分類。

圖像分類常採用經典的模式識別方法，有統計模式分類和句法模式分類。

(9)安卓圖像演算法擴展閱讀：

圖像處理主要應用在攝影及印刷、衛星圖像處理、醫學圖像處理、面孔識別、特徵識別、顯微圖像處理和汽車障礙識別等。

數字圖像處理技術源於20世紀20年代，當時通過海底電纜從英國倫敦到美國紐約傳輸了一幅照片，採用了數字壓縮技術。

數字圖像處理技術可以幫助人們更客觀、准確地認識世界，人的視覺系統可以幫助人類從外界獲取3/4以上的信息，而圖像、圖形又是所有視覺信息的載體，盡管人眼的鑒別力很高，可以識別上千種顏色，

但很多情況下，圖像對於人眼來說是模糊的甚至是不可見的，通過圖象增強技術，可以使模糊甚至不可見的圖像變得清晰明亮。