opencvjava

㈠ 在java环境下编写opencv，用哪款java软件比较好

本来是要写一个简单的Base64编码程序，把一个图像文件利用Base64编码转换成一个txt文档；由于之前一直用C++做图像处理，所以对OpenCV各种恋恋不舍，再加上Java语言本身提供的像素操作实在是让我觉得不爽，所以想在Java中使用OpenCV。（备注：开发工具是Eclipse）
主要的参考资料为：
1 http://blog.csdn.net/haoba1987/article/details/8175390
2 http://code.google.com/p/javacv/
步骤总结如下：
1 在OpenCV官网上下载OpenCV-2.4.4,在http://code.google.com/p/javacv/downloads/list里下载javacv-0.4-cppjars.zip，这里注意匹配问题，Javacv0.4可以支持OpenCV-2.4.4
2 安装OpenCV2.4.4,注意安装的路径中不要出现中文；添加系统环境变量PATH：
D:\OpenCV-2.4.4\opencv\build\x86\vc9\bin;
参考博客中使用的是OpenCV2.4.2，添加的还有什么tbb环境变量，在OpenCV2.4.4中压根就没有common文件夹，所以这一项可以忽略。
3 安装完成之后，可以在Visual Studio中测试OpenCV2.4.4是否好用；在这里注意项目包含文件和库文件的添加：（由于我的操作系统不是Win7的正式发布版，所以无法安装VS2010等以上版本，所以依旧在VS2008中进行测试）
工具->选项->项目和解决方案->VC++目录
包含文件：D:\OpenCV-2.4.4\opencv\build\include
D:\OpenCV-2.4.4\opencv\build\include\opencv
D:\OpenCV-2.4.4\opencv\build\include\opencv2
库文件： D:\OpenCV-2.4.4\opencv\build\x86\vc9\lib
4 OpenCV2.4.4测试成功安装完成之后，进入到Eclipse，新建Java Project，并在该工程目录下新建文件夹lib和libs\armeabi（这里我也不太清楚是为什么，按照参考博文来的，暂时好用就行~==！）；然后把下载的javacv-0.4-cppjars.zip解压，解压后的文件全部拷贝到libs文件夹下，并在Java工程目录下进行刷新，此步截图如下：

㈡ 用OpenCV开发人脸识别软件，用Java好还是用C/C++好

我去年就用opencv开发的android手机端的关于人脸识别的增强现实应用。我可以很明确的告诉你，java的opencv顶多调用摄像头用，图像处理都用c++的opencv。对于opencv的开发，不管从开发效率还是执行效率，绝对是c++。java版的opencv想都不要想。

㈢ javacv跟opencv有什么区别

javacv的功能远远大于opencv，opencv只能用于处理图像，而javacv不仅包含opencv全套api，还支持ffmpeg音视频编解码，tensflow、caffe等深度学习库，tessrac ocr等字符识别，矩阵计算库。
这样讲好了，opencv只是javacv中的一个小模块

㈣ java opencv和javacv的区别

javaCV之所以叫javaCV就是因为openCV而得名，所以javaCV在图像处理上的能力等同于openCV，但在视频处理上要比openCV好，因为javaCV内置了7个视觉库，ffmpeg和opencv只是其中两个，而我们常用的也就是这两个库，另外5个库暂时用不到。

㈤ opencv中的Dnn模块怎么用Java调用

1.检查环境变量设定。
比如：所编辑的Dll在目录“D:/cppProjects/nativecode/release”内，将这个路径复制添加到电脑的环境变量中的path变量内即可。
2.检查项目属性设定。
右击项目名|选择属性properties|在左边列表内选择“Java Build Path”|在右边选项卡用选择“source”|点开项目名前的“+”号,选择“Native library location”，“Edit”选择上面“D:/cppProjects/nativecode/release”路径。（当然如果将dll拷贝到workspace下也可以用相对路径。也可右击“src”设定其properties内Native Library项。）

㈥ 如何把opencv的函数封装到java

cvCvtColor(...),是Opencv里的颜色空间转换函数，可以实现RGB颜色向HSV,HSI等颜色空间的转换，也可以转换为灰度图像。

函数原型：void cvCvtColor( const CvArr* src, CvArr* dst, int code );

参数：

src 输入的 8-bit,16-bit或 32-bit单倍精度浮点数影像。

dst 输出的8-bit, 16-bit或 32-bit单倍精度浮点数影像。

code

色彩空间转换的模式，该code来实现不同类型的颜色空间转换。比如CV_BGR2GRAY表示转换为灰度图，CV_BGR2HSV将图片从RGB空间转换为HSV空间。其中当code选用CV_BGR2GRAY时，dst需要是单通道图片。当code选用CV_BGR2HSV时，对于8位图，需要将RGB值归一化到0-1之间。这样得到HSV图中的H范围才是0-360，S和V的范围是0-1。

例子：

IplImage*src=cvLoadImage("4085_1.jpg",1);//原图
IplImage*dst_gray=cvCreateImage(cvGetSize(src),src->depth,1);//灰度图
IplImage*dst_image=cvCreateImage(cvGetSize(src),32,src->nChannels);
IplImage*src_image_32=cvCreateImage(cvGetSize(src),32,src->nChannels);
//这两个图需要是32浮点位的，因为对原图进行<ahref="https://www..com/s?wd=%E5%BD%92%E4%B8%80%E5%8C%96&tn=44039180_cpr&fenlei=-bIi4WUvYETgN-"target="_blank"class="-highlight">归一化</a>后得到的是<ahref="https://www..com/s?wd=%E6%B5%AE%E7%82%B9%E6%95%B0&tn=44039180_cpr&fenlei=-bIi4WUvYETgN-"target="_blank"class="-highlight">浮点数</a>
cvCvtColor(src,dst_gray,CV_BGR2GRAY);//得到灰度图
cvConvertScale(src,src_image_32,1.0/255.0,0);//将原图RGB<ahref="https://www..com/s?wd=%E5%BD%92%E4%B8%80%E5%8C%96&tn=44039180_cpr&fenlei=-bIi4WUvYETgN-"target="_blank"class="-highlight">归一化</a>到0-1之间
cvCvtColor(src_image_32,dst_image,CV_BGR2HSV);//得到HSV图

㈦ javacv和opencv的依赖之间相互冲突吗

高版本的JavaCV是可以调用低版本的openCV的
可见它是依赖javaCV库的，库文件就是在lib文件夹下的那些个.jar文件，如javacv.jar，只要在javac编译JavacvTest.java时-classpath加入lib的path即可。但是后来发现这个版本的javaCV调用的是openCV-2.2.0版本，高版本的openCV它肯定是不支持的，而我在ubuntu下安装openCV-2.2.0中间总是报错，没有安装成功。所以我后来安装了openCV-2.4.1版本，并且去javaCV的网站下载了最新版本的JavaCV，高版本的JavaCV是可以调用低版本的openCV的，反之不可（这一段走了很多弯路，纠结～）。注意javaCV要去googlecode下，最新的javaCV已经迁移到github上了，但是它的package信息和类名已经变了，如由com.googlecode.javacv.cpp.opencv_core.*变成了org.bytedeco.javacpp.opencv_core.*

㈧ java opencv 怎样确定sift 匹配结果

这几天继续在看Lowe大神的SIFT神作，看的眼花手脚抽筋。也是醉了！！！！实在看不下去，来点干货。我们知道opencv下自带SIFT特征检测以及MATCH匹配的库，这些库完全可以让我们进行傻瓜似的操作。但实际用起来的时候还不是那么简单。下文将对一个典型的基于OPENCV的SIFT特征点提取以及匹配的例程进行分析，并由此分析详细的对OPENCV中SIFT算法的使用进行一个介绍。

OPENCV下SIFT特征点提取与匹配的大致流程如下：

读取图片-》特征点检测（位置，角度，层）-》特征点描述的提取（16*8维的特征向量）-》匹配-》显示

其中，特征点提取主要有两个步骤，见上行黄子部分。下面做具体分析。

1、使用opencv内置的库读取两幅图片

2、生成一个SiftFeatureDetector的对象，这个对象顾名思义就是SIFT特征的探测器，用它来探测衣服图片中SIFT点的特征，存到一个KeyPoint类型的vector中。这里有必要说keypoint的数据结构，涉及内容较多，具体分析查看opencv中keypoint数据结构分析，里面讲的自认为讲的还算详细（表打我……）。简而言之最重要的一点在于：

keypoint只是保存了opencv的sift库检测到的特征点的一些基本信息，但sift所提取出来的特征向量其实不是在这个里面，特征向量通过SiftDescriptorExtractor 提取，结果放在一个Mat的数据结构中。这个数据结构才真正保存了该特征点所对应的特征向量。具体见后文对SiftDescriptorExtractor 所生成的对象的详解。

就因为这点没有理解明白耽误了一上午的时间。哭死！

3、对图像所有KEYPOINT提取其特征向量：

得到keypoint只是达到了关键点的位置，方向等信息，并无该特征点的特征向量，要想提取得到特征向量就还要进行SiftDescriptorExtractor 的工作，建立了SiftDescriptorExtractor 对象后，通过该对象，对之前SIFT产生的特征点进行遍历，找到该特征点所对应的128维特征向量。具体方法参见opencv中SiftDescriptorExtractor所做的SIFT特征向量提取工作简单分析。通过这一步后，所有keypoint关键点的特征向量被保存到了一个MAT的数据结构中，作为特征。

4、对两幅图的特征向量进行匹配，得到匹配值。

两幅图片的特征向量被提取出来后，我们就可以使用BruteForceMatcher对象对两幅图片的descriptor进行匹配，得到匹配的结果到matches中，这其中具体的匹配方法暂没细看，过段时间补上。

至此，SIFT从特征点的探测到最后的匹配都已经完成，虽然匹配部分不甚了解，只扫对于如何使用OPENCV进行sift特征的提取有了一定的理解。接下来可以开始进行下一步的工作了。

附:使用OPENCV下SIFT库做图像匹配的例程

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
// opencv_empty_proj.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include opencv.hpp>
#include features2d/features2d.hpp>
#includenonfree/nonfree.hpp>
#includelegacy/legacy.hpp>
#include
using namespace std;
using namespace cv;

int _tmain(int argc, _TCHAR* argv[])
{
const char* imagename = "img.jpg";

//从文件中读入图像
Mat img = imread(imagename);
Mat img2=imread("img2.jpg");

//如果读入图像失败
if(img.empty())
{
fprintf(stderr, "Can not load image %s\n", imagename);
return -1;
}
if(img2.empty())
{
fprintf(stderr, "Can not load image %s\n", imagename);
return -1;
}
//显示图像
imshow("image before", img);
imshow("image2 before",img2);

//sift特征检测
SiftFeatureDetector siftdtc;
vectorkp1,kp2;

siftdtc.detect(img,kp1);
Mat outimg1;
drawKeypoints(img,kp1,outimg1);
imshow("image1 keypoints",outimg1);
KeyPoint kp;

vector::iterator itvc;
for(itvc=kp1.begin();itvc!=kp1.end();itvc++)
{
cout<<"angle:"<angle<<"\t"<class_id<<"\t"<octave<<"\t"<pt<<"\t"<response<<endl;
}

siftdtc.detect(img2,kp2);
Mat outimg2;
drawKeypoints(img2,kp2,outimg2);
imshow("image2 keypoints",outimg2);

SiftDescriptorExtractor extractor;
Mat descriptor1,descriptor2;
BruteForceMatcher<L2> matcher;
vector matches;
Mat img_matches;
extractor.compute(img,kp1,descriptor1);
extractor.compute(img2,kp2,descriptor2);

imshow("desc",descriptor1);
cout<<endl<<descriptor1<<endl;
matcher.match(descriptor1,descriptor2,matches);

drawMatches(img,kp1,img2,kp2,matches,img_matches);
imshow("matches",img_matches);

//此函数等待按键，按键盘任意键就返回
waitKey();
return 0;
}

㈨ android如何在 java opencv 中查找最大轮廓

我们都知道要学opencv必须会C或者C++语言，但是opencv为了照顾我们这些java程序员，整出来了个java-opencv预编译
包。说白了，包里面就是一个个用java写的opencv代码，这样我们就可以通过类和对象的方式去调用这个opencv包里面的方法了。
这个包和我们普通的java工程一样。如图：

我们只要把这个工程导入到和我们项目工程的同一个目录下，然后做以下操作就可以调用opencv库函数了。对你的工程点击右键选择Properties。

然后点击Add按钮，将OpenCV-2.3.1这个工程添加到Is Library里面就ok了。记住：OpenCV-2.3.1这个工程必须和你的工程在同一个工作空间。这样你就可以在java中使用openCV做图像处理了