使用 OpenCV for Android 进行图像特征检测

人工智能等各类编程培训资料整理，所有资源无秘无压缩-购买会员

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姓。