Android基于opencv实现多通道分离与合并

目录
  • 多通道分离
    • API
    • 操作
  • 通道合并
    • API
    • 操作
  • 结果
  • 源码

多通道分离

API

public static void split(Mat m, List<Mat> mv)
  • 参数一:m,待分离的多通道图像
  • 参数二:mv,分离后的单通道图像

操作

override fun onCreate(savedInstanceState: Bundle?) {
    super.onCreate(savedInstanceState)
    mBinding = DataBindingUtil.setContentView(this, R.layout.activity_channel_split_merge)
    mBgr = Utils.loadResource(this, R.drawable.test)
    val imgList = mutableListOf<Mat>()
    Core.split(mBgr, imgList)
    mChannelB = imgList[0]
    mChannelG = imgList[1]
    mChannelR = imgList[2]
}

通道合并

API

public static void merge(List<Mat> mv, Mat dst)
  • 参数一:mv,需要合并的图像数组,其中每个图像必须拥有相同的尺寸和数据类型
  • 参数二:dst,合并后输出的图像,与mv[0]具有相同的尺寸和数据类型,通道数等于所有输入图像的通道数总和

操作

private fun showBGZero() {
    val zero = Mat.zeros(mBgr.rows(), mBgr.cols(), CvType.CV_8UC1)
    val list = mutableListOf<Mat>()
    list.add(zero)
    list.add(zero)
    list.add(mChannelR)
    val result = Mat()
    Core.merge(list, result)
    showMat(result)
    result.release()
}

private fun showBRZero() {
    val zero = Mat.zeros(mBgr.rows(), mBgr.cols(), CvType.CV_8UC1)
    val list = mutableListOf<Mat>()
    list.add(zero)
    list.add(mChannelG)
    list.add(zero)
    val result = Mat()
    Core.merge(list, result)
    showMat(result)
    result.release()
}

private fun showGRZero() {
    val zero = Mat.zeros(mBgr.rows(), mBgr.cols(), CvType.CV_8UC1)
    val list = mutableListOf<Mat>()
    list.add(mChannelB)
    list.add(zero)
    list.add(zero)
    val result = Mat()
    Core.merge(list, result)
    showMat(result)
    result.release()
}

private fun showSwitchBR() {
    val zero = Mat.zeros(mBgr.rows(), mBgr.cols(), CvType.CV_8UC1)
    val list = mutableListOf<Mat>()
    list.add(mChannelR)
    list.add(mChannelG)
    list.add(mChannelB)
    val result = Mat()
    Core.merge(list, result)
    showMat(result)
    result.release()
}

结果

源码

github.com/onlyloveyd/…

以上就是Android基于opencv实现多通道分离与合并的详细内容,更多关于Android opencv实现多通道分离与合并的资料请关注我们其它相关文章!

(0)

相关推荐

  • 使用Android Studio创建OpenCV4.1.0 项目的步骤

    一.OpenCV  OpenCV(开源计算机视觉库)是一个开源的计算机视觉和机器学习软件库,是一个基于C与C++的跨平台计算机视觉处理库. 二.下载 开发基于Andorid的计算机视觉的应用可以使用OpenCV 4.1.0-Android SDK: 从官方网站下载 OpenCV 4.1.0 For Android SDK https://sourceforge.net/projects/opencvlibrary/files/4.1.0/opencv-4.1.0-android-sdk.zip/

  • OpenCV在Android上的应用示例

    一. OpenCV 介绍 OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux.Windows.Android和Mac OS操作系统上.它轻量级而且高效--由一系列 C 函数和少量 C++ 类构成,同时提供了Python.Ruby.MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法. 在移动端上使用 OpenCV 可以完成一系列图像处理的工作. 二. OpenCV 在 Android 上的配置 我在项目中使用的 OpenCV 版本是 4.x.

  • 如何在Android上使用opencv

    1.下载OpenCV的Android包并解压缩(https://opencv.org/releases/) 2.创建Android应用或者在现有应用中,导入OpenCV模块 导入目录时选择Opencv Android中的sdk / java目录 3.修改导入的Opencv模块的build.gradle,使compileSdkVersion.buildToolsVersion.minSdkVersion.targetSdkVersion与app的build.gradle中的一致. 4.修改导入Op

  • Android基于OpenCV实现图像金字塔

    目录 图像金字塔 高斯金字塔 拉普拉斯金字塔 API 下采样 上采样 操作 操作 效果 源码 图像金字塔 图像金字塔是图像中多尺度表达的一种,最主要用于图像的分割,是一种以多分辨率来解释图像的有效但概念简单的结构. 图像金字塔最初用于机器视觉和图像压缩,一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低,且来源于同一张原始图的图像集合.其通过梯次向下采样获得,直到达到某个终止条件才停止采样. 金字塔的底部是待处理图像的高分辨率表示,而顶部是低分辨率的近似. 我们将一层一层的图像比喻成金字塔

  • Android基于OpenCV实现QR二维码检测

    目录 QR二维码 QR二维码格式 QR二维码结构 API QRCodeDetector类结构 检测QR二维码 识别QR二维码 检测并识别QR二维码 操作 结果 源码 QR二维码 QR码(英语:Quick Response Code:全称为快速响应矩阵图码)是二维码的一种,于1994年由日本DENSO WAVE公司发明.QR来自英文Quick Response的缩写,即快速反应,因为发明者希望QR码可以快速解码其内容.QR码使用四种标准化编码模式(数字.字母数字.字节(二进制)和日文(Shift_

  • Android+OpenCV4.2.0环境配置详解(Android studio)

    仅是个人记录,希望能对有需要的给予一些小小的帮助 首先我们肯定是要去到OpenCV的官网下载对应的SDK,并解压得到文件夹(opencv-4.2.0-android-sdk) 其次是NDK环境搭建(双击shift,输入sdk,找到sdk manager,将下面红色框框勾选安装) 创建项目,我选用的是(并不是只有这一选择) 导入Module File->New->Import Module 路径选择**\opencv-4.2.0-android-sdk\OpenCV-android-sdk\sd

  • Android OpenCv4 绘制多边形的方法

    集成非常简单,直接按Module形式导入 sdk 即可 官方地址,打开选择Android 下载完成解压以后直接导入OpenCV-android-sdk目录下的sdk文件即可. 绘制矩形 方法 /** img 输入图像 pt1 左上起点 pt2 右下终点 color 绘制直线的颜色 thickness 直线宽度.若为负值,表示填充 lineType 边界的类型,可取值为FILLED ,LINE_4 ,LINE_8 和LINE_AA shift 点坐标中的小数位数 **/ public static

  • Android Studio4.0导入OpenCv4.3.0的方法步骤

    1.准备环境 Android Studio4.0:官网下载:https://developer.android.google.cn/studio/ (Android Studio安装之前首先需要确认电脑上是否安装好JAVA环境,具体安装可以参考其他大佬,本文不作为重点) OpenCv4.3.0:官网下载:https://opencv.org/ 百度网盘:链接: https://pan.baidu.com/s/1aC2E_LT8yFkyAKgZhcNPbg 提取码: 7bk1 2.新建工程 双击打

  • Android+OpenCv4实现边缘检测及轮廓绘制出图像最大边缘

    实现步骤: 图像灰度化 边缘检测 根据Canny检测得出来的Mat寻找轮廓 算出最大轮廓周长or面积 根据获取到的最大轮廓下标进行轮廓绘制 画出最大矩形,并返回Rect Canny边缘检测 基于Canny算法的边缘检测主要有5个步骤,依次是高斯滤波.像素梯度计算.非极大值像素梯度抑制.滞后阈值处理和孤立弱边缘抑制.Canny在有噪声的情况下表现好不好,取决于前面的降噪过程,可以手动做高斯处理提高识别率. /** image 输入图像,必须是CV_8U的单通道或者三通道图像. edges 输出图像

  • Android基于OpenCV实现图像修复

    目录 API 操作 图像修复 实际应用中,图像常常容易受损,如存在污渍的镜头.旧照片的划痕.人为的涂画(比如马赛克),亦或是图像本身的损坏.将受到损坏的图像尽可能还原成原来的模样的技术,称之为图像修复.所谓修复,就代表图像大部分内容是完好的,所以,图像修复的原理,就是用完好的部分去推断受损部分的信息,特别是完好部分与受损部分的交界处,即受损区域的边缘,在这个推断过程中尤为重要. OpenCV给我们提供了inpaint方法来实现这个功能,并提供了两种图像修复的算法: 基于Navier-Stokes

  • Android基于OpenCV实现霍夫直线检测

    目录 霍夫直线检测 点和线的对偶性 极坐标参数方程 API 操作 效果 霍夫直线检测 点和线的对偶性 图像空间中的点,对应霍夫空间中的直线 图像空间中的直线,对应霍夫空间中的点 共点的直线,在霍夫空间中对应的点在一条直线上 共线的点,在霍夫空间中对应的直线交于一点 极坐标参数方程 对于平面中的一条直线,在笛卡尔坐标中,常见的有点斜式,两点式两种表示方法.然而在霍夫变换中,考虑的是另外一种表示方式:使用(r, theta)来表示一条直线.其中r为该直线到原点的距离,theta为该直线的垂线与x轴的

  • Android基于OpenCV实现非真实渲染

    目录 非真实渲染 API 边缘保留滤波 细节增强 素描铅笔画 风格化 操作 效果 非真实渲染 非真实感渲染(Non Photorealistic Rendering,简称NPR),是指利用计算机模拟各种视觉艺术的绘制风格,也用于发展新的绘制风格.比如模拟中国画.水彩.素描.油画.版画等艺术风格.NPR也可以把三维场景渲染出丰富的.特别的新视觉效果,使它具备创新的功能.NPR渲染以强烈的艺术形式应用在动画.游戏等娱乐领域中,也出现在工程.工业设计图纸中.广阔的应用领域,不仅是由于它的艺术表现形式丰

随机推荐