opencv-android-圖像平滑處理

基本概念
圖像的平滑也就是圖像的模糊處理，簡單但是使用頻率很高，在執行許多高級處理之前都需要先進性圖像的平滑處理，以提高圖像處理算法效果。

平滑處理中需要使用濾波器，常用的是線性濾波器，作用是將輸入像素值的加權和作爲結果輸出給錨點像素。

g(i,j) 爲輸出的錨點像素值；f(i+k,j+l) 爲輸入的像素值；h(k,l) 爲核

濾波過程示例：

圖像讀入到mat

介紹平滑算法之前，先調用android自帶圖庫，選擇一張圖片後返回到app中，保存在一個mat對象裏。

        //點擊按鈕，啓動圖庫
        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 {
                    //獲取圖庫選擇的圖像
                    final Uri imgUri = data.getData();
                    final InputStream inputStream = getContentResolver().openInputStream(imgUri);
                    //圖像輸入流解析爲bitmap對象
                    final Bitmap originImg = BitmapFactory.decodeStream(inputStream);
                    //根據bitmap信息初始化mat對象
                    src = new Mat(originImg.getHeight(), originImg.getWidth(), CvType.CV_8UC4);
                    //將bitmap轉換爲mat對象
                    Utils.bitmapToMat(originImg, src);
                } catch (FileNotFoundException e) {
                    e.printStackTrace();
                }
            }
        }
    }

另外，圖像保存在mat對象中，所以還需要一個顯示mat對象圖像的方法。

    private void showMat() {
        //根據mat對象信息初始化bitmap
        Bitmap processedImg = Bitmap.createBitmap(src.cols(), src.rows(), Bitmap.Config.ARGB_8888);
        //將mat對象轉換到bitmap
        Utils.matToBitmap(src, processedImg);
        //顯示
        imgProcess.setImageBitmap(processedImg);
    }

均值模糊

使用歸一化塊濾波器，也是最簡單的濾波器，輸出像素值是核窗口內像素的均值，即所有像素加權係數相等。

核如下：

opencv-android sdk 提供的方法如下

    /**
     * 均值模糊
     * @param src 源圖像mat
     * @param dst 目標圖像mat
     * @param ksize 核大小
     */
    public static void blur(Mat src, Mat dst, Size ksize)
    {
        //sdk封裝的一個jni方法，具體的實現在.so庫中用c/c++實現
        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

高斯濾波器是最有用的濾波器（不是最快），將輸入的每一個像素點與高斯內核的卷積核作爲輸出像素值。

高斯模糊中，距離錨點像素越近的輸入像素權重越高，即臨近錨點像素對像素結果的影響比那些較遠的像素要高。

高斯核是通過高斯函數獲得的

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封裝的一個jni方法，具體的實現在.so庫中用c/c++實現
        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();

中值濾波

中值濾波是將圖像的每個像素用鄰域像素的中值代替。

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();

總結

這裏簡單介紹了幾種濾波器和opencv對應的方法，並在android下進行了簡單使用，具體的代碼可以參見demo

另外，也知道了，opencv-android sdk 的方法其實都是jni封裝的c/c++的實現，sdk中也沒有什麼註釋，但是方法的參數和作用是和c/c++保持一致的，所以閱讀opencv官網上的開發文檔即可(部分章節有java的示例和說明)。