OpenCV Android应用开发学习笔记

通过这一部分的学习有一些Android开发的坑需要注意：

1. Android 6.0以上的版本如果需要打开摄像头或是相册的操作需要动态申请权限，直接使用Uri uri=data.getData();这种直接读取uri的操作被认为是不安全的，会导致APP无法正常工作，比如我可以通过APP进入相册选取照片，但是不能将照片通过OpenCv处理后显示在APP的界面中；
2. 可以不用事先在Android端安装OpenCv的环境包，而直接从APP中直接调用OpenCv，但是试过网上的很多方法仍然无法实现，可能是权限之类的问题，有待解决；

这个笔记算是将《深入OpenCv Android应用开发》这本书的内容缩略整理为方便查看的笔记

图像处理函数：src为原图、Size（3，3）表示3x3的核

1. 均值模糊：Imgproc.blur(src, src, new Size(3, 3));
2. 高斯模糊：Imgproc.GanssianBlur(src, src, new Size(3, 3), 0);
3. 中值模糊：Imgproc.medianBlur(src, src, 3);中值模糊不用卷积;
4. 锐化：这里是用的是自定义核,锐化处理要求锚点像素权重较高。周围权重较低，filter2D()函数对给定的图像和核做卷积
   核：0，-1，0 

                  -1，5，-1
                  0，-1，0

Mat kernel = new Mat(3, 3, CvType.CV_16SC1);
kernel.put(0,0,0,-1,0,-1,5,-1,0,-1,0);
Imgproc.filter2D(src, src, src.depth(), kernel)

1. 膨胀：这是一种将图像中亮区域扩张的方法可以选取一个适宜尺寸的核，用被核覆盖的最大值代替锚点的像素：
   

 

 Mat kernelDilate = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(3, 3));
    Imgproc.dilate(src, src, kernelDilate);

 

1. 腐蚀：和膨胀相反，是一种将图像中按区域扩张的方法。选取一个合适的核，用被覆盖的最小值替代锚点像素，可用来对图像进行降噪：
   

 Mat kernelErode = Imgproc.getStructuringElement(Imgproc.MORPH_ELLIPSE, new Size(5, 5));
    Imgproc.erode(src, src, kernelErode);

 

 

1. 阈值化：可以将想要在图像中分析的区域分割出来的方法，把每个像素值都与一个预设的阈值做比较，再根据比较的结果调整像素值：

    

   Imgproc.threshold(src, src, 100, 255, Imgproc.THRESH_BINARY);

常量可根据需要改变：

1. 自适应阈值：有时对于执行图像分割来说，设置一个全局性阈值并不合适，因为会受到光照条件影响像素的亮度，为克服这个问题，可以根据邻域像素为任意像素计算阈值：
   会用到的三个参数：
   1）自适应方法（两种）：

2.  

         ADAPTIVE_THRESH_MEAN_C:阈值是邻域像素的均值

3.       ADAPTIVE_THRESH_GAUSSIAN_C:阈值是邻域像素的加权和，权重来自高斯核

   2）块尺寸：即邻域的大小；
   3）常量C：从对每个像素计算得到的均值或加权值减去的常量；

    

   Imgproc.cvtColor(src, src, Imgproc.COLOR_BGR2GRAY);
   Imgproc.adaptiveThreshold(src, src, 255, Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C, Imgproc.THRESH_BINARY, 3, 0);