使用 OpenCV for Android 进行图像特征检测
android 开发人员,可能熟悉使用activities, fragments, intents以及最重要的一系列开源依赖库。但是,注入需要本机功能的依赖关系(如计算机视觉框架)并不像在 gradle 文件中直接添加实现语句那样简单!
今天,将专注于使用 OpenCV 库,将其作为依赖项注入到你的 android 应用程序中。
那么,我们将从这次讨论中得到什么?我们将能够创建一个 android 应用程序并执行所需的步骤来集成 OpenCV。
此外,我们将完成一个基于SIFT技术的图像特征检测算法。这将是你考虑构建自己的 SDK 的良好起点。
什么是SIFT?
SIFT 代表尺度不变傅立叶变换(Scale Invariant Fourier Transform)。检测器用于查找图像上的兴趣点。它使我们能够识别图像中的局部特征。
SIFT 的优势在于,即使我们大幅缩放图像,它也能正常工作,因为它将图像数据转换为尺度不变坐标。SIFT 使用“关键点”来表示图像中缩放和旋转不变的局部特征。这是我们将其用于各种应用程序(如图像匹配、对象检测、场景检测等)的基准。
为了识别关键点,该算法为你完成:
第 1 步:形成尺度空间——这一步确保特征与尺度无关。
第 2 步:关键点定位——这一步有助于识别合适的特征/关键点。
第 3 步:方向对齐——这一步确保关键点是旋转后不变的。
第 4 步:关键点描述符——这是为每个关键点创建描述符的最后一步。
从这里,我们可以使用关键点和描述符来进行特征匹配。
现在让我们设置android项目,
打开Android Studio->New Project->Empty Activity
下载 OpenCV 4.5.1
提取文件夹,然后将 java 文件夹重命名为 OpenCVLibrary451
然后使用 File->New->Import Module 并选择文件夹
单击完成。然后,你必须看到该库已添加到你的项目中。
点击 File->Project Structure->Dependencies 并选择 app.
单击添加依赖项,然后选择 OpenCVLibrary451
确保选中JDK 11,如果没有,请转到 gradle 设置并将目标版本更改为1.8。
我们只需要再添加 JNI 库,以便调用 SIFT OpenCV 本机函数。将以下内容粘贴到应用程序的构建 gradle 文件中。android下defaultConfig下面
sourceSets{
main {
jniLibs.srcDirs = ['libs']
}
}
然后将几个文件复制粘贴到你在开始时提取的 opencv 文件夹 [from /OpenCV-android-sdk/sdk/native/libs] 下。转到项目的 app 文件夹,创建一个名为 libs 的文件夹并粘贴文件。
同样,在应用程序的主文件夹中创建一个名为 cpp 的文件夹,然后粘贴 /OpenCV-android-sdk/sdk/libcxx_helper 中的文件。你之前提取的那个。
在 android 下 app 的 build gradle 文件中粘贴以下内容
externalNativeBuild {
cmake {
path file('src/main/cpp/CMakeLists.txt')
version '3.18.1'
}
}
同步 grade 文件。如果一切顺利,你将看到应用程序的构建。
要测试应用程序,请将 bmp 粘贴到可绘制对象中。我在这里使用了 used test.bmp。
收集 bmp 文件后,将以下内容粘贴到 resources->layout->activity_main.xml
<?xml version="1.0" encoding="utf-8"?>
<androidx.constraintlayout.widget.ConstraintLayout xmlns:android="http://schemas.android.com/apk/res/android"
xmlns:app="http://schemas.android.com/apk/res-auto"
xmlns:tools="http://schemas.android.com/tools"
android:layout_width="match_parent"
android:layout_height="match_parent"
tools:context=".MainActivity">
<TextView
android:id="@+id/sample_text"
android:layout_width="wrap_content"
android:layout_height="wrap_content"
android:text="Hello OpenCV Android!!!"
app:layout_constraintBottom_toBottomOf="parent"
app:layout_constraintLeft_toLeftOf="parent"
app:layout_constraintRight_toRightOf="parent"
app:layout_constraintTop_toTopOf="parent" />
<ImageView
android:id="@+id/imageView"
android:layout_width="wrap_content"
android:layout_height="wrap_content"
app:layout_constraintBottom_toTopOf="@+id/sample_text"
app:layout_constraintEnd_toEndOf="parent"
app:layout_constraintHorizontal_bias="0.498"
app:layout_constraintStart_toStartOf="parent"
app:layout_constraintTop_toTopOf="parent"
app:layout_constraintVertical_bias="0.641"
app:srcCompat="@drawable/ic_launcher_background" />
</androidx.constraintlayout.widget.ConstraintLayout>
然后,将以下代码粘贴到 ActivityMain.kt 中
package com.augray.siftandroid
import android.graphics.Bitmap
import android.graphics.BitmapFactory
import android.os.Bundle
import android.view.View
import android.widget.ImageView
import android.widget.TextView
import androidx.appcompat.app.AppCompatActivity
import org.opencv.android.Utils
import org.opencv.core.Mat
import org.opencv.core.MatOfKeyPoint
import org.opencv.features2d.Features2d
import org.opencv.features2d.SIFT
import org.opencv.imgproc.Imgproc
class MainActivity : AppCompatActivity() {
companion object {
// Used to load the 'native-lib' library on application startup.
init {
System.loadLibrary("native-lib")
System.loadLibrary("opencv_java4")
}
}
private var imageView: ImageView? = null
// make bitmap from image resource
private var inputImage: Bitmap? = null
private val sift = SIFT.create()
override fun onCreate(savedInstanceState: Bundle?) {
super.onCreate(savedInstanceState)
setContentView(R.layout.activity_main)
inputImage = BitmapFactory.decodeResource(resources, R.drawable.test)
imageView = findViewById<View>(R.id.imageView) as ImageView
detectAndDrawKeypoints()
}
fun detectAndDrawKeypoints() {
val rgba = Mat()
Utils.bitmapToMat(inputImage, rgba)
val keyPoints = MatOfKeyPoint()
Imgproc.cvtColor(rgba, rgba, Imgproc.COLOR_RGBA2GRAY)
sift.detect(rgba, keyPoints)
Features2d.drawKeypoints(rgba, keyPoints, rgba)
Utils.matToBitmap(rgba, inputImage)
imageView!!.setImageBitmap(inputImage)
}
}
让我们看一下上面的一些代码,以便更好地理解
System.loadLibrary("native-lib")
System.loadLibrary("opencv_java4")
当 cmake 为我们构建所有类并准备就绪时,我们仍然没有 SIFT 模块,很遗憾,它移到了新版本 OpenCV 中的其他库中。
函数 detectAndDrawKeypoints() 获取位图并将其转换为图像数组(矩阵/多维数组),并使用 SIFT 模块检测关键点。如果图像具有良好的对比度、细节和较少重复的图案,检测将产生尽可能多的关键点。
构建并运行应用程序
我们刚刚检测到图像中的特征。
我们现在可以扩展它来拍摄另一张图像,获取它的关键点并最终匹配它们以获得相似性。
原文标题 : 使用 OpenCV for Android 进行图像特征检测
最新活动更多
-
即日-11.13立即报名>>> 【在线会议】多物理场仿真助跑新能源汽车
-
11月28日立即报名>>> 2024工程师系列—工业电子技术在线会议
-
12月19日立即报名>> 【线下会议】OFweek 2024(第九届)物联网产业大会
-
即日-12.26火热报名中>> OFweek2024中国智造CIO在线峰会
-
即日-2025.8.1立即下载>> 《2024智能制造产业高端化、智能化、绿色化发展蓝皮书》
-
精彩回顾立即查看>> 【限时免费下载】TE暖通空调系统高效可靠的组件解决方案
推荐专题
发表评论
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论