Java使用OpenCV轮廓标记图中物品并分别截取保存
直接上代码块了，导入opencv的步骤就不再赘述了，很多java opencv教程都只写了怎么导入，其他啥都没写，随便搜都是一大把
//连接导入并使用opencv包
System.setProperty("java.awt.headless", "false");
System.out.println(System.getProperty("java.library.path"));
URL url = ClassLoader.getSystemResource("lib/opencv/opencv_java4100.dll");
System.load(url.getPath());
// 导入原始图片
Mat img = Imgcodecs.imread(这里输入你的图片路径，最好使用绝对路径，例：D:\XXXX\XXX.jpg);
// 调整原始图片大小，看个人选择调整合适即可，改中间的0.3，0.3
Imgproc.resize(img, img, new Size(), 0.3, 0.3, Imgproc.INTER_LINEAR);
// 做原始图片的备份
Mat imgOri = img.clone();
// 展示原始图片
HighGui.imshow("original", imgOri);
// 创建一个新 Mat对象，准备用于灰度处理
Mat imgGray = new Mat();
// 灰度处理 第一个输入想要处理的图片，第二个输入灰度处理对象
Imgproc.cvtColor(img, imgGray, Imgproc.COLOR_BGR2GRAY);
// 展示灰度处理图片
HighGui.imshow("gray", imgGray);
// 创建一个新 Mat对象，准备用于高斯模糊
Mat imgBlur = new Mat();
// 高斯模糊 第一个输入原始对象，也就是做过灰度处理的图片，第二个是用于存储高斯模糊的对象
Imgproc.GaussianBlur(imgGray, imgBlur, new Size(3, 3), 0, 0);
// 展示高斯模糊图片
HighGui.imshow("blur", imgBlur);
// 经过灰度处理和高斯模糊之后，边缘检测的效果就会非常好了，所以这里先创建一个新 Mat对象，准备进行坎迪边缘检测
Mat imgCanny = new Mat();
// 坎迪边缘检测 第一个输入高斯模糊处理后的图片 第二个输入存储坎迪边缘检测对象，0和50是边缘检测的阈值，需要根据实际情况调整，用于判断像素是否保留
// 这两个阈值推荐的比例在 2 ：1 或 3 ：1 之间； 3是sobel算子的孔径大小，默认值就是3 ； false是计算图像梯度幅值的标识，默认值就是false
Imgproc.Canny(imgBlur, imgCanny, 0, 50, 3, false);
// 展示边缘检测
HighGui.imshow("canny", imgCanny);
// 腐蚀膨胀操作的核，表示参考点位于中心的3X3的核
Mat element = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(3, 3));
// 边缘检测之后可以看到有很多线条和点，这个时候就需要使用膨胀来弱化消除这些多余部分，所以这里创建新 Mat对象用于存储膨胀后的图片
Mat imgDilate = new Mat();
// 膨胀 第一个参数是坎迪边缘检测的对象 第二个参数是存储膨胀的对象 第三个是参考点
// 第四个 Point点是锚的位置，默认值为（-1，-1），表示位于图片的中心，最后的12是迭代的次数，这个次数根据实际情况调整，默认为1
Imgproc.dilate(imgCanny, imgDilate, element, new Point(-1, -1), 12);
// 展示膨胀后的图片
HighGui.imshow("dilate", imgDilate);
// 膨胀后的小线条和点基本已经被全部消除了，但这时图片过于臃肿，所以需要创建一个新的 Mat对象，用于腐蚀瘦身
Mat imgErode = new Mat();
// 腐蚀 第一个参数是膨胀后的 Mat对象 第二个参数是腐蚀对象，后面参数意义与之前膨胀大同，不再赘述
Imgproc.erode(imgDilate, imgErode, element, new Point(-1, -1), 10);
// 展示腐蚀图片
HighGui.imshow("erode", imgErode);
// 此时图片的边缘已经基本定型，下面需要解决白圈中间类似孔洞的问题，这里使用的是漫水填充，首先创建一个新的 Mat填充对象，直接克隆的腐蚀图
Mat imgFlood = imgErode.clone();
// 填充需要一个大于操作对象图行列各2的 Mat掩码对象，所以给这个 mask创建出来
Mat mask = Mat.zeros(imgErode.rows() + 2, imgErode.cols() + 2, CvType.CV_8UC1);
// 这是漫水填充的颜色，选择与包裹孔洞的白圈相同的白色
Scalar scalar = new Scalar(255, 255, 255);
// 漫水填充还需要一个开始的种子点位，默认是（0，0）的图片边缘点
Point seed = new Point(0, 0);
// 其实漫水填充方法还有其他参数，这里都是默认值，就不填写了，第一个参数是填充对象，第二个参数是mask对象，第三个参数是起始种子，第四个是填充颜色
Imgproc.floodFill(imgFlood, mask, seed, scalar);
// 展示漫水填充后的图片
HighGui.imshow("flood", imgFlood);
// 漫水填充后，可能有的老哥不懂，为啥要这样提取，也用不起来呀，这其实是为了做取反，然后与腐蚀图做交集
// 这样就可以得到没有孔洞的边缘图，所以先创建一个新的取反 Mat对象，直接克隆填充图
Mat imgFloodBitWise = imgFlood.clone();
// 使用 opencv Core中的取反方法，第一个参数是取反前的对象，第二个参数是取反后的对象
Core.bitwise_not(imgFlood, imgFloodBitWise);
// 展示取反的图片
HighGui.imshow("bitwise_not", imgFloodBitWise);
// 现在应该看图都明白了吧，孔洞变成了白色，这样与之前带孔洞的腐蚀图刚好对应，直接求一个交集，来得到没有孔洞的腐蚀图吧
// 创建一个新的 Mat对象，用于存放交集图
Mat imgUnion = new Mat();
// 使用 opencv Core中的交集方法，第一个、第二个参数是用来求交集的 Mat图，第三个参数是存储交集图的对象
Core.bitwise_or(imgErode, imgFloodBitWise, imgUnion);
// 展示交集图
HighGui.imshow("union", imgUnion);
// 这时的图片，边界大小已经很明显了对吧，这里再用一次坎迪边缘检测来得到更加准确的边缘图吧
Mat imgCanny1 = new Mat();
// 与之前坎迪边缘检测同理
Imgproc.Canny(imgUnion, imgCanny1, 0, 50, 3, false);
// 展示新的坎迪边缘检测图
HighGui.imshow("canny1", imgCanny1);
// 现在只剩最后两步了，就是在原始图中画出想要截取的范围，然后看看你想怎么处理
// 这里先创建一个点位列表来存储需要操作的对象点
List<MatOfPoint> contours = new ArrayList<>();
// 创建一个新的 Mat对象来存储标记后的图片
Mat hierarchy = new Mat(imgCanny.size(), CvType.CV_32S);
// 寻找点位并存储进对象
Imgproc.findContours(imgCanny1, contours, hierarchy, Imgproc.RETR_TREE, Imgproc.CHAIN_APPROX_SIMPLE);
// 我们这里是准备截取出来图中的物品图麻，所以需要创建一个空 Mat对象来反复使用
Mat imgRoi = null;
// 其实 for循环直接用标准的 (int i = 1; i < contours.size()+1 ; i++) 就可以省去定义这个 i的步骤了
int i = 1;
// 遍历列表，操作对象
for (MatOfPoint contour : contours) {
// 创建一个矩形操作对象，用于框出图片中识别的物品
Rect rectC = Imgproc.boundingRect(contour);
// 根据点位进行轮廓标记，画出矩形图片，颜色选择的是(0,0,255)：红色
Imgproc.rectangle(img, new Point(rectC.x, rectC.y),
new Point(rectC.x + rectC.width, rectC.y + rectC.height),
new Scalar(0, 0, 255), 1, Imgproc.LINE_AA);
// 做去重操作，将物品图提取出来
if (i % 2 == 1) {
// 创建一个新的 Mat对象，用于存储截取的图片
imgRoi = new Mat(imgOri, rectC);
Imgcodecs.imwrite(这里填写储存图片的地址和图片名称，建议写绝对路径，例：D:\XXXX\" + i + ".jpg", imgRoi);
// 展示一下存储的图片吧，程序里面直接保存在地址上了，没有用imshow
}
i++;
}
// 展示轮廓标记
HighGui.imshow("result", img);
// 经典等待任意按键，不按不结束
HighGui.waitKey();
// 释放全部 Mat资源
img.release();
imgOri.release();
imgGray.release();
imgBlur.release();
imgCanny.release();
element.release();
imgErode.release();
imgFlood.release();
mask.release();
imgFloodBitWise.release();
imgUnion.release();
imgCanny1.release();
hierarchy.release();
imgRoi.release();
// 关闭全部窗口
HighGui.destroyAllWindows();
System.exit(0);
最后释放资源的时候你应该也发现了，创建了太多太多Mat对象了，实际上应该可以精简一些，这些就交给使用它们的你们来进一步优化吧
参考的话，只能说感谢互联网，因为参考的网站页面实在是太多了，数不过来，主要是这个 opencv关于 java的使用手册和教程内容实在是少，就不贴参考链接了，实在是太多了整不过来
浙公网安备 33010602011771号