opencv在android平台下的开发【3】-图像平滑处理

基本概念 图像的平滑也就是图像的模糊处理，简单但是使用频率很高，在执行许多高级处理之前都需要先进性图像的平滑处理，以提高图像处理算法效果。

平滑处理中需要使用滤波器，常用的是线性滤波器，作用是将输入像素值的加权和作为结果输出给锚点像素。

g(i,j) 为输出的锚点像素值；f(i+k,j+l) 为输入的像素值；h(k,l) 为核

滤波过程示例：

图像读入到mat

介绍平滑算法之前，先调用android自带图库，选择一张图片后返回到app中，保存在一个mat对象里。

        //点击按钮，启动图库
        btnLoadImg.setOnClickListener(new View.OnClickListener() {
            @Override
            public void onClick(View v) {
                Intent imgPickerIntent = new Intent(Intent.ACTION_PICK);
                imgPickerIntent.setType("image/*");
                startActivityForResult(imgPickerIntent, REQ_CODE_PICK_IMG);
            }
        });
        
        
    @Override
    protected void onActivityResult(int requestCode, int resultCode, @Nullable Intent data) {
        super.onActivityResult(requestCode, resultCode, data);
        if (requestCode == REQ_CODE_PICK_IMG) {
            if (resultCode == RESULT_OK) {
                try {
                    //获取图库选择的图像
                    final Uri imgUri = data.getData();
                    final InputStream inputStream = getContentResolver().openInputStream(imgUri);
                    //图像输入流解析为bitmap对象
                    final Bitmap originImg = BitmapFactory.decodeStream(inputStream);
                    //根据bitmap信息初始化mat对象
                    src = new Mat(originImg.getHeight(), originImg.getWidth(), CvType.CV_8UC4);
                    //将bitmap转换为mat对象
                    Utils.bitmapToMat(originImg, src);
                } catch (FileNotFoundException e) {
                    e.printStackTrace();
                }
            }
        }
    }

另外，图像保存在mat对象中，所以还需要一个显示mat对象图像的方法。

    private void showMat() {
        //根据mat对象信息初始化bitmap
        Bitmap processedImg = Bitmap.createBitmap(src.cols(), src.rows(), Bitmap.Config.ARGB_8888);
        //将mat对象转换到bitmap
        Utils.matToBitmap(src, processedImg);
        //显示
        imgProcess.setImageBitmap(processedImg);
    }

均值模糊

使用归一化块滤波器，也是最简单的滤波器，输出像素值是核窗口内像素的均值，即所有像素加权系数相等。

核如下：

opencv-android sdk 提供的方法如下

    /**
     * 均值模糊
     * @param src 源图像mat
     * @param dst 目标图像mat
     * @param ksize 核大小
     */
    public static void blur(Mat src, Mat dst, Size ksize)
    {
        //sdk封装的一个jni方法，具体的实现在.so库中用c/c++实现
        blur_2(src.nativeObj, dst.nativeObj, ksize.width, ksize.height);
        
        return;
    }

方法使用如下：

Imgproc.blur(src, src, new Size(3, 3));
showMat();

高斯模糊

高斯滤波器是最有用的滤波器（不是最快），将输入的每一个像素点与高斯内核的卷积核作为输出像素值。

高斯模糊中，距离锚点像素越近的输入像素权重越高，即临近锚点像素对像素结果的影响比那些较远的像素要高。

高斯核是通过高斯函数获得的

opencv-android sdk 提供的方法如下

    //javadoc: GaussianBlur(src, dst, ksize, sigmaX)
    public static void GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX)
    {
        //sdk封装的一个jni方法，具体的实现在.so库中用c/c++实现
        GaussianBlur_2(src.nativeObj, dst.nativeObj, ksize.width, ksize.height, sigmaX);
        
        return;
    }

方法使用

Imgproc.GaussianBlur(src, src, new Size(3, 3), 0);
showMat();

中值滤波

中值滤波是将图像的每个像素用邻域像素的中值代替。

opencv-android sdk 提供的方法如下

    //javadoc: medianBlur(src, dst, ksize)
    public static void medianBlur(Mat src, Mat dst, int ksize)
    {
        
        medianBlur_0(src.nativeObj, dst.nativeObj, ksize);
        
        return;
    }

方法使用

Imgproc.medianBlur(src, src, 3);
showMat();

总结

这里简单介绍了几种滤波器和opencv对应的方法，并在android下进行了简单使用，具体的代码可以参见demo

另外，也知道了，opencv-android sdk 的方法其实都是jni封装的c/c++的实现，sdk中也没有什么注释，但是方法的参数和作用是和c/c++保持一致的，所以阅读opencv官网上的开发文档即可(部分章节有java的示例和说明)。