OpenCV及概念
图像通道
在RGB色彩模式下，指单独的红色、绿色、蓝色部分，也就是说，一幅完整的图像，是由红色绿色蓝色三个通道组成的，他们共同作用产生了完整的图像。
图像像素
像素分为：数码像素与屏幕像素（或者叫物理像素，）有实实在在的物理尺寸。像素越大，分辨率越高，照片越清晰，可输出的照片尺寸也可以越大。
分辨率，又称解析度、解像度，可以细分为显示分辨率、图像分辨率、打印分辨率和扫描分辨率等。分辨率决定了位图图像细节的精细程度。
一般地，像素等于分辨率乘上尺寸，像素越高尺寸越小，图片分辨率也就越高，图像的分辨率越高看起来也越清晰。
OpenCV基本操作
1、OpenCV进行图像的读写，2、OpenCV在图像上绘制几何图像，3、OpenCV在图像添加文字、4. OpenCV获取像素值并进行修改。
上一节：计算机视觉，图像处理，OpenCV，跨平台视觉和机器学习的软件库
原图
代码案例
package com.what21.opencv01.demo01; import org.opencv.core.*; import org.opencv.highgui.HighGui; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; public class OpenCVTest01 { static { // 保证先执行该语句，用于加载库 System.loadLibrary(Core.NATIVE_LIBRARY_NAME); } /** * OpenCV进行图像的读写 */ public static void readAndWrite() { // 读入 Mat source = Imgcodecs.imread("D:\\demo.jpg"); // 读取图像到矩阵中 if (source.empty()) { return; } System.out.println(source.channels()); // 3 System.out.println(source.width()); System.out.println(source.height()); // 写出 Imgcodecs.imwrite("D:\\demo2.jpg", source); } /** * OpenCV在图像上绘制几何图像 */ public static void drawForGeometric() { // 读入 Mat source = Imgcodecs.imread("D:\\demo2.jpg"); try { //画线，在图像中，从（50，50）坐标到（200，50），颜色为红色 Imgproc.line(source, new Point(50, 50), new Point(1200, 500), new Scalar(255, 0, 0)); // 画矩形 Imgproc.rectangle(source, new Point(10, 10), new Point(1390, 490), new Scalar(0, 100, 255), 5); // 画圆 Imgproc.circle(source, new Point(500, 500), 270, new Scalar(255, 0, 255), 2); //输出图像 Imgcodecs.imwrite("D:\\demo3.jpg", source); } catch (Exception e) { e.printStackTrace(); } } /** * OpenCV在图像添加文字 */ public static void drawForString() { // 读入 Mat source = Imgcodecs.imread("D:\\demo3.jpg"); try { // 字体 Imgproc.putText(source, "ABCDEFG", new Point(100, 150), 3, 3.0, new Scalar(255, 0, 0)); // 字体 Imgproc.putText(source, "IT小奋斗", new Point(1700, 150), 5, 1.0, new Scalar(0, 255, 255)); //输出图像 Imgcodecs.imwrite("D:\\demo4.jpg", source); } catch (Exception e) { e.printStackTrace(); } } /** * OpenCV获取像素值并进行修改 */ public static void getPixelImage() { Mat source = Imgcodecs.imread("D:\\demo4.jpg"); Mat target = new Mat(source.size(), source.type()); //获取图像通道数 int channels = source.channels(); //用于存放像素点 double[] pixel = new double[3]; for (int i = 0, rlen = source.rows(); i < rlen; i++) { for (int j = 0, clen = source.cols(); j < clen; j++) { if (channels == 3) {//图片为3通道即平常的(B,G,R) pixel = source.get(i, j).clone(); pixel[0] = 255 - pixel[0];//B pixel[1] = 255 - pixel[1];//G pixel[2] = 255 - pixel[2];//R target.put(i, j, pixel); } else { //图片为单通道 target.put(i, j, target.get(i, j).clone()); } } } Imgproc.resize(source, target, new Size(source.cols() / 2, source.rows() / 2)); HighGui.imshow("图片测试", target); HighGui.waitKey(0); //输出图像 Imgcodecs.imwrite("D:\\demo5.jpg", target); } /** * OpenCV获取像素值并进行修改 */ public static void getPixelImage2() { Mat source = Imgcodecs.imread("D:\\demo4.jpg"); Mat target = new Mat(source.size(), source.type()); //用于存放像素点 double[] pixel = new double[3]; for (int i = 0 ,row = (int) source.size().height; i < row; i++) { for (int j = 0,col = (int) source.size().width; j < col; j++) { pixel = source.get(i, j).clone(); pixel[0] = 255 - pixel[0];//B pixel[1] = 255 - pixel[1];//G pixel[2] = 255 - pixel[2];//R target.put(i, j, pixel); } } HighGui.imshow("图片测试", target); HighGui.waitKey(0); //输出图像 Imgcodecs.imwrite("D:\\demo6.jpg", target); } public static void main(String[] args) { readAndWrite(); drawForGeometric(); drawForString(); getPixelImage2(); } }
输出效果1：
输出效果2：
