AndroidStudio使用opencv，android开发项目实例

android:layout_width=“wrap_content”

android:layout_height=“wrap_content”

android:text=“灰度化”

android:id="@+id/textView_togray" />

android:layout_width=“match_parent”

android:layout_height=“match_parent”

android:id="@+id/imageView_after" />

MainActivity.java文件：

package edu.finu.cse.opencv2;

import android.graphics.Bitmap;

import android.graphics.BitmapFactory;

import android.os.Bundle;

import android.util.Log;

import android.view.Gravity;

import android.view.View;

import android.widget.ImageView;

import android.widget.TextView;

import android.widget.Toast;

import androidx.appcompat.app.AppCompatActivity;

import org.opencv.android.BaseLoaderCallback;

import org.opencv.android.LoaderCallbackInterface;

import org.opencv.android.OpenCVLoader;

import org.opencv.android.Utils;

import org.opencv.core.Mat;

import org.opencv.imgproc.Imgproc;

public class MainActivity extends AppCompatActivity implements View.OnClickListener{

ImageView img_after;

TextView text_togray;

Bitmap srcBitmap;

Bitmap grayBitmap;

private static boolean flag = true;

//private static boolean isFirst = true;

private static final String TAG = “MainActivity”;

@Override

protected void onCreate(Bundle savedInstanceState) {

super.onCreate(savedInstanceState);

setContentView(R.layout.activity_main);

img_after=(ImageView)findViewById(R.id.imageView_after);

text_togray=(TextView)findViewById(R.id.textView_togray);

text_togray.setOnClickListener(this);

}

//OpenCV库加载并初始化成功后的回调函数

private BaseLoaderCallback mLoaderCallback = new BaseLoaderCallback(this) {

@Override

public void onManagerConnected(int status) {

// TODO Auto-generated method stub

switch (status){

case BaseLoaderCallback.SUCCESS:

Log.i(TAG, “成功加载”);

Toast toast = Toast.makeText(getApplicationContext(),

“成功加载！”, Toast.LENGTH_LONG);

toast.setGravity(Gravity.CENTER, 0, 0);

toast.show();

break;

default:

super.onManagerConnected(status);

Log.i(TAG, “加载失败”);

Toast toast1 = Toast.makeText(getApplicationContext(),

“加载失败！”, Toast.LENGTH_LONG);

toast1.setGravity(Gravity.CENTER, 0, 0);

toast1.show();

break;

}

}

};

public void procSrc2Gray(){

Mat rgbMat = new Mat();

Mat grayMat = new Mat();

srcBitmap = BitmapFactory.decodeResource(getResources(), R.drawable.duling);

grayBitmap = Bitmap.createBitmap(srcBitmap.getWidth(), srcBitmap.getHeight(), Bitmap.Config.RGB_565);

Utils.bitmapToMat(srcBitmap, rgbMat);//convert original bitmap to Mat, R G B.

Imgproc.cvtColor(rgbMat, grayMat, Imgproc.COLOR_RGB2GRAY);//rgbMat to gray grayMat

Utils.matToBitmap(grayMat, grayBitmap); //convert mat to bitmap

Log.i(TAG, “procSrc2Gray sucess…”);

}

@Override

public void onClick(View v)

{

switch(v.getId())

{

case R.id.textView_togray:

procSrc2Gray();

img_after.setImageBitmap(grayBitmap) ;

break;

}

}

@Override

public void onResume()

{

super.onResume();

if (!OpenCVLoader.initDebug()) {

Log.d(TAG, “Internal OpenCV library not found. Using OpenCV Manager for initialization”);

OpenCVLoader.initAsync(OpenCVLoader.OPENCV_VERSION_3_4_0, this, mLoaderCallback);

} else {

Log.d(TAG, “OpenCV library found inside package. Using it!”);

mLoaderCallback.onManagerConnected(LoaderCallbackInterface.SUCCESS);

}

}

}

AndroidManifest.xml文件：

修改项目的Manifest.xml。因为新添加了Activity，这个Activity用到了相机权限等，所以要注册权限。

package=“edu.finu.cse.opencv2”>

android:allowBackup=“true”

android:icon="@mipmap/ic_launcher"

android:label="@string/app_name"

android:roundIcon="@mipmap/ic_launcher_round"

android:supportsRtl=“true”

android:theme="@style/AppTheme">

android:label=“MyTest”

android:screenOrientation=“landscape”

android:configChanges=“keyboardHidden|orientation”>

android:name=“android.hardware.camera”

android:required=“false” />

android:name=“android.hardware.camera.autofocus”

android:required=“false” />

android:name=“android.hardware.camera.front”

android:required=“false” />

android:name=“android.hardware.camera.front.autofocus”

android:required=“false” />

效果

三.训练库

---

1.准备训练数据

训练样本分两类：正样本和负样本。正样本是希望识别的物体的图像。负样本是其他物体的图像（不含有希望识别的物体）。正样本的图像大小应当一致，负样本不做要求，但是必须大于等于正样本图像。

负样本

负样本可以是任意图像，但是这些图像中不能包含待检测的物体。用于抠取负样本的图像文件名被列在一个文件中。这个文件是纯文本文件，文件中每行是一个文件名（包括路径和文件名）。这些图像可以是不同的尺寸，但是图像尺寸应该比训练窗口的尺寸大（比正样本大），因为这些图像将被用于抠取负样本，并将负样本缩小到训练窗口大小。

下面是一个描述文件的例子：

假如目录结构如下：

/img

img1.jpg

img2.jpg

bg.txt

则bg.txt文件中的内容将如下所示：

img/img1.jpg

img/img2.jpg

不管是负样本还是正样本，要想训练出识别率较高的分类器，样本数据都不会少，因此描述文件明显是不能手写的，下面是一个制作描述文件的方法。

C:\Users\Hasee>D:

D:>cd D:\opencvcar\car_sample

D:\opencvcar\car_sample>dir /b>text.txt

D:\openc
vcar\car_sample>

先进入存有图像的目录，然后通过输出重定向将文件名一次性存到指定的文件中。然后通过文本编辑器的替换功能在每一行的行头添加文件的路径。

正样本

正样本的描述文件中的每一行除了图像的文件名和文件路径以外，还需要提供一些参数，下面是一个例子。

D:\opencvcar\car_sample\ImgData1.bmp 1 0 0 33 33

其中，1表示该图像中希望识别的物体的数量；0，0，33，33，标示其在图像中的位置和大小的矩形为(0, 0, 33, 33）。

正样本由 opencv_createsamples 生成。opencv_createsamples 是opencv提供的创建正样本的可执行程序。

以下是生成正样本的一个批处理文件的例子，

opencv_createsamples.exe -info car_list.txt -vec car_samples.vec -bg ng_data.txt -num 580 -w 33 -h 33

pause

文本编辑器的替换功能在每一行的行头添加文件的路径。

正样本

正样本的描述文件中的每一行除了图像的文件名和文件路径以外，还需要提供一些参数，下面是一个例子。

D:\opencvcar\car_sample\ImgData1.bmp 1 0 0 33 33

其中，1表示该图像中希望识别的物体的数量；0，0，33，33，标示其在图像中的位置和大小的矩形为(0, 0, 33, 33）。

正样本由 opencv_createsamples 生成。opencv_createsamples 是opencv提供的创建正样本的可执行程序。

以下是生成正样本的一个批处理文件的例子，

opencv_createsamples.exe -info car_list.txt -vec car_samples.vec -bg ng_data.txt -num 580 -w 33 -h 33

pause