OpenCV-Java 开发简介

news2024/11/21 0:18:52

 返回目录：OpenCV系列文章目录（持续更新中......）

上一篇：如何在“Microsoft Visual Studio”中使用OpenCV编译应用程序

下一篇：如何将OpenCV Java 与Eclipse结合使用

警告：

本教程可能包含过时的信息。

从 OpenCV 2.4.4 开始，OpenCV 支持使用与 Android 开发几乎相同的界面进行桌面 Java 开发。本指南将帮助您使用 OpenCV 创建您的第一个 Java（或 Scala）应用程序。我们将使用 Apache Ant 或 Simple Build Tool （SBT） 来构建应用程序。
如果要使用 Eclipse，请前往将 OpenCV Java 与 Eclipse 配合使用。如需在本指南之后进一步阅读，请查看 Android 开发简介教程。

本文内容包括:

  • 获取支持桌面 Java 的 OpenCV
  • 创建 Ant 或 SBT 项目
  • 用 Java 或 Scala 编写一个简单的 OpenCV 应用程序

在 OpenCV 存储库的文件夹中创建示例的过程相同，因此如果忘了如何操作，请查阅这些文件。samples/java

获取适当的 OpenCV

从版本 2.4.4 开始，OpenCV 包括桌面 Java 绑定。

下载

获取它的最简单方法是从 OpenCV SourceForge 存储库下载相应的 2.4.4 或更高版本的软件包。

注意

Windows 用户可以在包内的文件夹opencv/build/java/中找到 Java 开发所需的预构建文件。对于其他操作系统，需要从源代码构建 OpenCV。

获取 OpenCV 源代码的另一种选择是克隆 OpenCV git 存储库。为了使用 Java 绑定构建 OpenCV，您需要安装 JDK（Java 开发工具包）（我们建议使用 Oracle/Sun JDK 6 或 7）、Apache Ant 和 Python v2.6 或更高版本。

编译OpenCV过程：

git clone git://github.com/opencv/opencv.git
cd opencv
git checkout 2.4
mkdir build
cd build

生成 Makefile 或 MS Visual Studio* 解决方案，或用于在系统中构建可执行文件的任何解决方案：

cmake -DBUILD_SHARED_LIBS=OFF 

或者

cmake -DBUILD_SHARED_LIBS=OFF -G "Visual Studio 10"

注意：

当 OpenCV 构建为一组静态库（-DBUILD_SHARED_LIBS=OFF 选项）时，Java 绑定动态库就足够了，即不依赖于其他 OpenCV 库，而是包含所有 OpenCV 代码。

检查 CMake 的输出，并确保 java 是“待构建”模块之一。如果没有，则很可能缺少依赖项。应通过查看 CMake 输出以查找未找到的任何与 Java 相关的工具并安装它们来进行故障排除。

cmake_output.png​

注意

如果 CMake 在系统中找不到 Java，请在运行之前将 JAVA_HOME 环境变量设置为已安装的 JDK 的路径。例如：

export JAVA_HOME=/usr/lib/jvm/java-6-oracle
cmake -DBUILD_SHARED_LIBS=OFF

输入编译命令:

make -j8

或者：

msbuild /m OpenCV.sln /t:Build /p:Configuration=Release /v:m

除此之外，所有这些都将创建一个包含 Java 接口 （bin/opencv-244.jar） 的 jar 和一个包含 Java 绑定和所有 OpenCV 内容的原生动态库 （ lib/libopencv_java244.so或 bin/Release/opencv_java244.dll）。我们稍后会使用这些文件。

使用 Ant 的 Java 示例

注意

所描述的示例随文件夹opencv/samples/java/ant中的 OpenCV 库一起提供。

  • 创建一个文件夹，用于开发此示例应用程序。
  • 在此文件夹中，使用文本编辑器创建包含以下内容的文件:build.xml 
    <project name="SimpleSample" basedir="." default="rebuild-run">
<property name="src.dir" value="src"/>
<property name="lib.dir" value="${ocvJarDir}"/>
<path id="classpath">
<fileset dir="${lib.dir}" includes="**/*.jar"/>
</path>
<property name="build.dir" value="build"/>
<property name="classes.dir" value="${build.dir}/classes"/>
<property name="jar.dir" value="${build.dir}/jar"/>
<property name="main-class" value="${ant.project.name}"/>
<target name="clean">
<delete dir="${build.dir}"/>
</target>
<target name="compile">
<mkdir dir="${classes.dir}"/>
<javac includeantruntime="false" srcdir="${src.dir}" destdir="${classes.dir}" classpathref="classpath"/>
</target>
<target name="jar" depends="compile">
<mkdir dir="${jar.dir}"/>
<jar destfile="${jar.dir}/${ant.project.name}.jar" basedir="${classes.dir}">
<manifest>
<attribute name="Main-Class" value="${main-class}"/>
</manifest>
</jar>
</target>
<target name="run" depends="jar">
<java fork="true" classname="${main-class}">
<sysproperty key="java.library.path" path="${ocvLibDir}"/>
<classpath>
<path refid="classpath"/>
<path location="${jar.dir}/${ant.project.name}.jar"/>
</classpath>
</java>
</target>
<target name="rebuild" depends="clean,jar"/>
<target name="rebuild-run" depends="clean,run"/>
</project>

    注意

    此 XML 文件可以重用于构建其他 Java 应用程序。它描述了第 3 - 12 行中的通用文件夹结构以及用于编译和运行应用程序的常见目标。重用此 XML 时，不要忘记修改第 1 行中的项目名称，这也是主类的名称（第 14 行）。OpenCV jar 和 jni lib 的路径应作为参数（第 5 行中的“${ocvJarDir}”和第 37 行中的“${ocvLibDir}”），但为方便起见，您可以对这些路径进行硬编码。有关其构建文件格式的详细说明，请参阅 Ant 文档。

  • 在文件旁边创建一个文件夹src，并在其中创建一个文件build.xmlSimpleSample.java。
  • 将以下 Java 代码放入文件SimpleSample.java中：
import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.CvType;
import org.opencv.core.Scalar;
class SimpleSample {
static{ System.loadLibrary(Core.NATIVE_LIBRARY_NAME); }
public static void main(String[] args) {
System.out.println("Welcome to OpenCV " + Core.VERSION);
Mat m = new Mat(5, 10, CvType.CV_8UC1, new Scalar(0));
System.out.println("OpenCV Mat: " + m);
Mat mr1 = m.row(1);
mr1.setTo(new Scalar(1));
Mat mc5 = m.col(5);
mc5.setTo(new Scalar(5));
System.out.println("OpenCV Mat data:\n" + m.dump());
}
}

  • 在控制台的文件夹中运行以下命令：build.xml

    ant -DocvJarDir=path/to/dir/containing/opencv-244.jar -DocvLibDir=path/to/dir/containing/opencv_java244/native/library

    例如：

    ant -DocvJarDir=X:\opencv-2.4.4\bin -DocvLibDir=X:\opencv-2.4.4\bin\Release

    该命令应启动 [re] 生成并运行示例。您应该在屏幕上看到如下内容：

    ant_output.png​

适用于 Java 和 Scala 的 SBT 项目

现在，我们将使用SBT创建一个简单的Java应用程序。这是对那些不熟悉此构建工具的人的简要介绍。我们之所以使用SBT，是因为它特别简单和强大。
首先，按照其网站上的说明下载并安装SBT。
接下来，导航到希望应用程序源所在的新目录（目录opencv外部）。我们将其命名为“JavaSample”，并为其创建一个目录：

cd <somewhere outside opencv>
mkdir JavaSample

现在我们将创建必要的文件夹和一个 SBT 项目：

cd JavaSample
mkdir -p src/main/java # This is where SBT expects to find Java sources
mkdir project # This is where the build definitions live

现在在您喜欢的编辑器中打开 project/build.scala并粘贴以下内容。它定义了您的项目：

import sbt._
import Keys._
object JavaSampleBuild extends Build {
def scalaSettings = Seq(
scalaVersion := "2.10.0",
scalacOptions ++= Seq(
"-optimize",
"-unchecked",
"-deprecation"
)
)
def buildSettings =
Project.defaultSettings ++
scalaSettings
lazy val root = {
val settings = buildSettings ++ Seq(name := "JavaSample")
Project(id = "JavaSample", base = file("."), settings = settings)
}
}

现在编辑并粘贴project/plugins.sbt以下内容。这将启用 Eclipse 项目的自动生成：

addSbtPlugin("com.typesafe.sbteclipse" % "sbteclipse-plugin" % "2.1.0")

现在从根目录JavaSample 运行 sbt，然后从 SBT 中运行 eclipse 以生成一个 eclipse 项目：

sbt # Starts the sbt console
eclipse # Running "eclipse" from within the sbt console

您应该看到如下内容：

sbt_eclipse.png​

现在，您可以使用 Import ... -> Existing projects into workspace 将 SBT 项目导入 Eclipse。对于指南来说，是否实际执行此操作是可选的;我们将使用 SBT 来构建项目，因此如果您选择使用 Eclipse，它将仅用作文本编辑器。

要测试一切正常，请创建一个简单的“Hello OpenCV”应用程序。为此，请创建包含以下内容的文件src/main/java/HelloOpenCV.java ：

public class HelloOpenCV {
public static void main(String[] args) {
System.out.println("Hello, OpenCV");
}
}

现在从 sbt 控制台执行 run，或者更简洁地说，从命令行运行 sbt run：

sbt run

您应该看到如下内容：

sbt_run.png​

运行 SBT 示例

现在，我们将使用 OpenCV 创建一个简单的人脸检测应用程序。

首先，创建一个文件夹lib/并将 OpenCV jar 复制到其中。默认情况下，SBT 将 lib 文件夹中的 jar 添加到 Java 库搜索路径中。您可以选择重新运行 sbt eclipse 来更新 Eclipse 项目。

mkdir lib
cp <opencv_dir>/build/bin/opencv_<version>.jar lib/
sbt eclipse

接下来，创建目录src/main/resources并将此 Lena 映像下载到其中：

lena.png​

确保它"lena.png"被调用 .resources 目录中的项在运行时可供 Java 应用程序使用。

接下来，从把文件lbpcascade_frontalface.xml中复制到opencv/data/lbpcascades/资源目录：Next, copy lbpcascade_frontalface.xml from opencv/data/lbpcascades/ into

现在修改 src/main/java/HelloOpenCV.java，使其包含以下 Java 代码：

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.MatOfRect;
import org.opencv.core.Point;
import org.opencv.core.Rect;
import org.opencv.core.Scalar;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.objdetect.CascadeClassifier;
//
// Detects faces in an image, draws boxes around them, and writes the results
// to "faceDetection.png".
//
class DetectFaceDemo {
public void run() {
System.out.println("\nRunning DetectFaceDemo");
// Create a face detector from the cascade file in the resources
// directory.
CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("/lbpcascade_frontalface.xml").getPath());
Mat image = Imgcodecs.imread(getClass().getResource("/lena.png").getPath());
// Detect faces in the image.
// MatOfRect is a special container class for Rect.
MatOfRect faceDetections = new MatOfRect();
faceDetector.detectMultiScale(image, faceDetections);
System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));
// Draw a bounding box around each face.
for (Rect rect : faceDetections.toArray()) {
Imgproc.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));
}
// Save the visualized detection.
String filename = "faceDetection.png";
System.out.println(String.format("Writing %s", filename));
Imgcodecs.imwrite(filename, image);
}
}
public class HelloOpenCV {
public static void main(String[] args) {
System.out.println("Hello, OpenCV");
// Load the native library.
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
new DetectFaceDemo().run();
}
}

注意：对 System.loadLibrary（Core.NATIVE_LIBRARY_NAME） 的调用。在使用任何本机 OpenCV 方法之前，必须对每个 Java 进程执行一次此命令。如果不调用它，则会收到 UnsatisfiedLink 错误。如果您尝试在已加载 OpenCV 的情况下加载它，您也会收到错误。

现在使用“sbt run”运行人脸检测应用程序：

sbt run

您应该看到如下内容：

sbt_run_face.png​

它还应该将以下faceDetection.png图像写入：

faceDetection.png​

大功告成！现在，您已经拥有了一个使用 OpenCV 的示例 Java 应用程序，因此您可以自己开始工作。祝您好运，多年快乐生活！

参考文献：

1.《Introduction to Java Development》-Eric Christiansen and Andrey Pavlenko

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1525029.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

伺服电机编码器的分辨率指得是什么?

伺服电机编码器的分辨率指得是什么?

伺服电机编码器的分辨率是伺服电机编码器的重要参数。 一般来说&#xff0c;具体的伺服电机编码器型号可以找到对应的分辨率值。 伺服电机编码器的分辨率和精度不同&#xff0c;但也有一定的关系。 伺服电机编码器的分辨率是多少&#xff1f; 1、伺服编码器&#xff08;同步伺…
阅读更多...
【JS】html字符转义

【JS】html字符转义

需求 将html转为字符串将html字符串转义&#xff0c;比如<div>转为<div> 码 /*** html标签字符转义* param {Stirng} str 要转换的html字符* returns String 返回转义的html字符串*/ const elToStr str > str.replaceAll(<, <).replaceAll(>, >)…
阅读更多...
Github: Github actions自动化工作原理与多workflow创建和部署

Github: Github actions自动化工作原理与多workflow创建和部署

Github actions 1 &#xff09;概述 Github Actions 是Github官方推出的 CI/CD 解决方案 https://docs.githu.com/en/actions 优点 自动发布流程可减少发布过程中手动操作成本&#xff0c;大幅提升ci/cd效率&#xff0c;快速实现项目发布上线 缺点 存在较高的技术门槛需要利用…
阅读更多...
论文阅读：Face Deblurring using Dual Camera Fusion on Mobile Phones

论文阅读：Face Deblurring using Dual Camera Fusion on Mobile Phones

今天介绍一篇发表在 ACM SIGGRAPH 上的文章&#xff0c;是用手机的双摄系统来做人脸去模糊的工作。这也是谷歌计算摄影研究组的工作。 快速运动物体的运动模糊在摄影中是一个一直以来的难题&#xff0c;在手机摄影中也是非常常见的问题&#xff0c;尤其在光照不足&#xff0c;…
阅读更多...
【FPGA/IC】什么是模块化设计？

【FPGA/IC】什么是模块化设计？

什么是模块化设计 FPGA/IC设计中根据模块层次的不同有两种基本的设计方法&#xff1a; 自下而上方法对设计进行逐次划分的过程是从基本单元出发的&#xff0c;设计树最末枝上的单元是已经设计好的基本单元&#xff0c;或者其他项目开发好的单元或者IP。该方法先对底层的功能块…
阅读更多...
8-图像缩放

8-图像缩放

其实&#xff0c;就是开辟一个zoomwidth&#xff0c;zoomheight的内存&#xff0c;再分别赋值即可。 void CDib::Scale(float xZoom, float yZoom) { //指向原图像指针 LPBYTE p_data GetData(); //指向原像素的指针 LPBYTE lpSrc; //指向缩放图像对应像素的指针 LPBYTE lpDs…
阅读更多...
RTC协议与算法基础 - RTP/RTCP

RTC协议与算法基础 - RTP/RTCP

首先&#xff0c;需要说明下&#xff0c;webrtc的核心音视频传输是通过RTP/RTCP协议实现的&#xff0c;源码位于src/modules/rtp_rtcp目录下&#xff1a; 下面让我们对相关的内容基础进行简要分析与说明&#xff1a; 一、TCP与UDP协议 1.1、TCP协议 TCP为了实现数据传输的可…
阅读更多...
基于grafana+elk等开源组件的 云服务监控大屏架构

基于grafana+elk等开源组件的 云服务监控大屏架构

本套大屏,在某云服务大规模测试环境,良好运行3年. 本文主要展示这套监控大屏的逻辑架构.不做具体操作与配置的解释. 监控主要分为三部分: 数据展示部分数据存储数据采集 1. 数据展示 数据展示方面主要使用grafana 2. 数据存储 根据数据种类和特性和用途的不同,本套监控采用…
阅读更多...
专业120+总400+北京理工大学826信号处理导论考研经验北理工电子信息与通信工程，真题，大纲，参考书。

专业120+总400+北京理工大学826信号处理导论考研经验北理工电子信息与通信工程，真题，大纲，参考书。

**今年专业课826信号处理导论&#xff08;信号系统和数字信号处理&#xff09;120&#xff0c;总分400&#xff0c;应群里同学需要&#xff0c;自己总结一下去年的复习经历&#xff0c;希望对大家复习有帮助。**专业课&#xff1a; 北京理工大学专业826是两门合一&#xff0c;…
阅读更多...
应用开发平台集成表单设计器系列之4——表单构造器深度了解

应用开发平台集成表单设计器系列之4——表单构造器深度了解

背景 平台需要实现自定义表单功能&#xff0c;作为低代码开发的一部分&#xff0c;通过技术预研和技术选型&#xff0c;选择form-create和form-create-designer这两个组件进行集成作为实现方案。通过深入了解和技术验证&#xff0c;确认了组件的功能能满足需求&#xff0c;具备…
阅读更多...
Tensorflow笔记（二）：激活函数、优化器等、神经网络模型实现（商品销量预测）

Tensorflow笔记（二）：激活函数、优化器等、神经网络模型实现（商品销量预测）

import tensorflow as tf import numpy as np from tqdm import tqdm# ----------------------------- tensor常用函数2 ----------------------------------- a tf.constant([1, 2, 3, 1, 2]) b tf.constant([0, 1, 3, 4, 5]) c tf.where(tf.greater(a, b), a, b) # 若a&g…
阅读更多...
6语言交易所/多语言交易所php源码/微盘PHP源码

6语言交易所/多语言交易所php源码/微盘PHP源码

6语言交易所PHP源码&#xff0c;简单测试了一下&#xff0c;功能基本都是正常的。 由于是在本地测试的运行环境的问题&#xff0c;K线接口有点问题&#xff0c;应该在正式环境下是OK的。 源码下载地址&#xff1a;6语言交易所/多语言交易所php源码/微盘PHP源码.zip 程序截图…
阅读更多...
YOLOv5改进 | 图像去雾 | 利用图像去雾网络UnfogNet辅助YOLOv5进行图像去雾检测（全网独家首发）

YOLOv5改进 | 图像去雾 | 利用图像去雾网络UnfogNet辅助YOLOv5进行图像去雾检测（全网独家首发）

一、本文介绍 本文给大家带来的改进机制是利用UnfogNet超轻量化图像去雾网络，我将该网络结合YOLOv5针对图像进行去雾检测（也适用于一些模糊场景），我将该网络结构和YOLOv5的网络进行结合同时该网络的结构的参数量非常的小，我们将其添加到模型里增加的计算量和参数量基本可…
阅读更多...
PC电脑如何使用HDMI连接小米电视当显示屏

PC电脑如何使用HDMI连接小米电视当显示屏

使用HDMI连接好当时和电脑&#xff0c;HDMI2.0会更清晰&#xff1b;小米电视会自动弹窗提示你有HDMI 接口连接&#xff0c;或者你进入信号源进行选择即可&#xff1b;需要平时我们电脑的显示器正常连接&#xff0c;然后按 win p &#xff0c;选择 扩展 屏幕&#xff1b; 进入设…
阅读更多...
Spring MVC文件上传配置

Spring MVC文件上传配置

版权声明 本文原创作者&#xff1a;谷哥的小弟作者博客地址&#xff1a;http://blog.csdn.net/lfdfhl 文件上传 Spring MVC文件上传基于Servlet 3.0实现&#xff1b;示例代码如下&#xff1a; Overrideprotected void customizeRegistration(ServletRegistration.Dynamic reg…
阅读更多...
【基于Seeed xiao ESP32S3 Sense的自动化HA鱼缸设计】

【基于Seeed xiao ESP32S3 Sense的自动化HA鱼缸设计】

1.前言 基于Seeed xiao ESP32S3 Sense的自动化HA鱼缸 在当今物联网与智能家居科技日益发达的时代&#xff0c;将先进技术和传统养鱼艺术融合&#xff0c;创造出智能、自动化且极具观赏价值的鱼缸已成为一种创新趋势。SeeedStudio推出的Xiao ESP32-S3 Sense开发板以其卓越的性能…
阅读更多...
sadtalker-api/

sadtalker-api/

———— 下载sadtalker工程文件&#xff0c;包括844个模型 。。。。。。。。。。。。。。。。 配置环境&#xff1a; pip源&#xff0c;设置&#xff1a; pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple anaconda prompt, 进入命令行 how在 …
阅读更多...
【教学类-44-07】20240318 0-9数字描字帖 A4横版整页（宋体、黑体、文鼎虚线体、print dashed 德彪行书行楷）

【教学类-44-07】20240318 0-9数字描字帖 A4横版整页（宋体、黑体、文鼎虚线体、print dashed 德彪行书行楷）

背景需求: 前文制作了三种字体的A4横版数字描字帖 【教学类-44-06】20240318 0-9数字描字帖 A4横版整页&#xff08;宋体、黑体、文鼎虚线体&#xff09;-CSDN博客【教学类-44-06】20240318 0-9数字描字帖 A4横版整页&#xff08;宋体、黑体、文鼎虚线体&#xff09;https://…
阅读更多...
蓝桥杯刷题 Day36 倒计时26天 纯练题的一天

蓝桥杯刷题 Day36 倒计时26天 纯练题的一天

[蓝桥杯 2022 省 B] 积木画 题目描述 小明最近迷上了积木画&#xff0c;有这么两种类型的积木&#xff0c;分别为 I 型&#xff08;大小为 2个单位面积) 和 L 型 (大小为 3 个单位面积): 同时&#xff0c;小明有一块面积大小为2N 的画布&#xff0c;画布由2N 个 11 区域构成。…
阅读更多...
vb.net+zxing.net随机彩色二维码、条形码

vb.net+zxing.net随机彩色二维码、条形码

需要zxing库支持ZXing.NET Generate QR Code & Barcode in C# Alternatives | IronBarcode 效果图&#xff1a; 思路&#xff1a;先生成1个单位的二维码&#xff0c;然后再通过像素填充颜色&#xff0c;颜色数组要通过洗牌算法 洗牌算法 Dim shuffledCards As New List(…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023