JavaCV简介与环境搭建详细步骤

<dependencies>
    <dependency>
        <groupId>org.bytedeco</groupId>
        <artifactId>javacv</artifactId>
        <version>[最新版本]</version>
    </dependency>
</dependencies>

import org.bytedeco.javacv.*;
import org.bytedeco.opencv.opencv_core.*;

import static org.bytedeco.opencv.global.opencv_imgcodecs.*;

public class ImageDisplayExample {
    public static void main(String[] args) {
        // 加载图像
        Mat image = imread("path/to/your/image.jpg");
        
        // 创建一个窗口来显示图像
        CanvasFrame canvas = new CanvasFrame("Image Display", 1);
        
        // 检查图像是否正确加载
        if (image.empty()) {
            System.out.println("Error loading image!");
            return;
        }
        
        // 显示图像
        canvas.showImage(new OpenCVFrameConverter.ToMat().convert(image));
        
        // 等待窗口关闭
        canvas.waitKey();
    }
}

public class ImageConversionExample {
    public static void main(String[] args) {
        // 加载原始图像
        Mat colorImage = imread("path/to/your/color/image.jpg");

        // 创建一个Mat对象用于存放灰度图像
        Mat grayImage = new Mat();

        // 将彩色图像转换为灰度图像
        cvtColor(colorImage, grayImage, COLOR_BGR2GRAY);

        // 其余代码与之前示例类似，用于显示灰度图像
    }
}

public class EdgeDetectionExample {
    public static void main(String[] args) {
        // 加载图像
        Mat image = imread("path/to/your/image.jpg", IMREAD_GRAYSCALE);

        // 创建一个Mat对象用于存放边缘检测结果
        Mat edges = new Mat();

        // 使用Canny算法进行边缘检测
        Canny(image, edges, 100, 200);

        // 其余代码用于显示结果
    }
}

public class ImageFilteringExample {
    public static void main(String[] args) {
        // 加载图像
        Mat image = imread("path/to/your/image.jpg");

        // 创建一个Mat对象用于存放滤波结果
        Mat blurredImage = new Mat();

        // 应用高斯模糊
        GaussianBlur(image, blurredImage, new Size(5, 5), 0);

        // 其余代码用于显示结果
    }
}

public class FeatureExtractionExample {
    public static void main(String[] args) {
        // 加载图像
        Mat image = imread("path/to/your/image.jpg", IMREAD_GRAYSCALE);

        // 创建SIFT特征检测器
        SIFT sift = SIFT.create();

        // 创建用于存放关键点的列表
        KeyPointVector keyPoints = new KeyPointVector();

        // 提取特征
        sift.detect(image, keyPoints);

        // 其余代码用于处理和显示关键点
    }
}

public class ImageSegmentationExample {
    public static void main(String[] args) {
        // 加载图像
        Mat image = imread("path/to/your/image.jpg", IMREAD_GRAYSCALE);

        // 创建一个Mat对象用于存放二值化图像
        Mat binaryImage = new Mat();

        // 应用阈值处理
        threshold(image, binaryImage, 128, 255, THRESH_BINARY);

        // 其余代码用于显示结果
    }
}

public class MorphologicalOperationsExample {
    public static void main(String[] args) {
        // 加载图像
        Mat image = imread("path/to/your/image.jpg", IMREAD_GRAYSCALE);

        // 创建一个Mat对象用于存放操作结果
        Mat resultImage = new Mat();

        // 创建一个结构元素
        Mat element = getStructuringElement(MORPH_RECT, new Size(3, 3));

        // 应用腐蚀操作
        erode(image, resultImage, element);

        // 应用膨胀操作
        dilate(image, resultImage, element);

        // 其余代码用于显示结果
    }
}