java基于OpenCv图像处理_读取_保存图片

java基于openCv图像处理_读取_保存图片

本文使用javaCV封装后的OpenCv

<dependency>
    <groupId>org.bytedeco</groupId>
    <artifactId>javacv-platform</artifactId>
    <version>1.5.5</version>
</dependency>

1、图片读取、保存

在openCv中有一函数用于读取图片 imread()，保存图片imwrite()
由于javaCv二次封装，所以函数目录和openCv目录不同，javaCv函数在opencv_imgcodecs中，因为javaCv目前没有完整的文档所以只能查看源代码一个个找，后面自己使用别的功能时是需要自己看源代码的，反正挺苦逼的。

1.1、图片读取

public static void main(String[] args) {
        Mat mat = opencv_imgcodecs.imread("D:\\leiningen\\cat.jpg");
        ImageViewer imageViewer = new ImageViewer(mat);
        imageViewer.imshow();
}

ImageViewer 我着实没有找到在javaCv中相应的类，不过找到一个opencv_highgui.imshow()方法但是用不了，我看了里面的注释需要搭配线程使用反正我没搞出来。所以我也把这个类ImageViewer源代码贴出来吧（我放在最后了）。

1.2、图片保存

public static void main(String[] args) {
        Mat mat = opencv_imgcodecs.imread("D:\\leiningen\\cat.jpg");
        opencv_imgcodecs.imwrite("D:\\leiningen\\cat1.png",mat);
}

补充：

从代码中可以看到陌生的对象Mat，这个是矩阵的意思，这个对象是openCv的核心，简单介绍一下。
首先我们来创建一个矩阵开始。

public static void main(String[] args) {
        //创建RGB颜色当前是蓝色
        Scalar scalar = new Scalar(255, 0, 0, 0); // R G B 0
        //Size：width、height
        Mat mat = new Mat(new Size(100,200), opencv_core.CV_8UC3,scalar);
        ImageViewer imageViewer = new ImageViewer(mat);
        imageViewer.imshow();
}

上面代码片先是读取在保存，唯一区别就是保存时用的格式使用的是png，不需要进行图像编码和令人发狂的字节操作
按照官方说法：
JPEG可以使用CV_IMWRITE_JPEG_OUALITY参数，参数值范围在0 ~ 100 （值越大图像质量越高）默认值是95。
PNG，可以使用0 ~ 9 作为压缩程度的参数值，值越大图像质量越小，压缩时间越长，默认值是3.

package com.cloud.iot.util;

import org.bytedeco.javacpp.BytePointer;
import org.bytedeco.opencv.opencv_core.Mat;

import javax.swing.*;
import java.awt.*;
import java.awt.image.BufferedImage;
import java.awt.image.DataBufferByte;
import java.nio.ByteBuffer;


public class ImageViewer {

    private JLabel imageView;
    private Mat image;
    private String windowName;


    public ImageViewer(Mat image) {
        this.image = image;
    }



    public ImageViewer(Mat image, String windowName) {
        this.image = image;
        this.windowName = windowName;
    }

    /**
     * 窗口展示
     */
    public void imshow() {
        setSystemLookAndFeel();
        Image loadedImage = toBufferedImage(image);
        JFrame frame = createJFrame(windowName, image.arrayWidth(), image.arrayHeight());
        imageView.setIcon(new ImageIcon(loadedImage));
        frame.pack();
        frame.setLocationRelativeTo(null);
        frame.setVisible(true);
        frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);// 用户点击窗口关闭
    }

    private void setSystemLookAndFeel() {
        try {
            UIManager.setLookAndFeel(UIManager.getSystemLookAndFeelClassName());
        } catch (ClassNotFoundException e) {
            e.printStackTrace();
        } catch (InstantiationException e) {
            e.printStackTrace();
        } catch (IllegalAccessException e) {
            e.printStackTrace();
        } catch (UnsupportedLookAndFeelException e) {
            e.printStackTrace();
        }
    }

    private JFrame createJFrame(String windowName, int width, int height) {
        JFrame frame = new JFrame(windowName);
        imageView = new JLabel();
        final JScrollPane imageScrollPane = new JScrollPane(imageView);
        imageScrollPane.setPreferredSize(new Dimension(width, height));
        frame.add(imageScrollPane, BorderLayout.CENTER);
        frame.setDefaultCloseOperation(WindowConstants.EXIT_ON_CLOSE);
        return frame;
    }


    private Image toBufferedImage(Mat matrix) {
        int type = BufferedImage.TYPE_BYTE_GRAY;
        if (matrix.channels() > 1) {
            type = BufferedImage.TYPE_3BYTE_BGR;
        }
        ByteBuffer byteBuffer = matrix.getByteBuffer();
        byte[] b = new byte[byteBuffer.remaining()];
        byteBuffer.get(b,0,b.length);
        BufferedImage image = new BufferedImage(matrix.cols(), matrix.rows(), type);
        final byte[] targetPixels = ((DataBufferByte) image.getRaster().getDataBuffer()).getData();
        System.arraycopy(b, 0, targetPixels, 0, b.length);
        return image;
    }
}

今天就到这·······································································over