13.java openCV4.x 入门-Core之图像差异比对(动态预警)

2024-04-10 21:28

本文主要是介绍13.java openCV4.x 入门-Core之图像差异比对(动态预警),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

专栏简介

💒个人主页
📰专栏目录

点击上方查看更多内容
📖心灵鸡汤📖

我们唯一拥有的就是今天,唯一能把握的也是今天


建议把本文当作笔记来看,据说专栏目录里面有相应视频🤫
🧭文章导航🧭
⬆️ 12.HighGui之图像窗口显示
⬇️ 14.Core之图像融合

Core之图像差异比对

  • 一、绝对差值
    • 1.方法说明
    • 2.扩展示例
      • 1.找不同
      • 2.动态预警

  

一、绝对差值

   absdiff函数用于计算两个矩阵或者矩阵与常量之间的差异,并生成一个新的矩阵,其中每个像素表示对应位置上两者像素的绝对差值。

1.方法说明

1.计算两个数组(矩阵)之间的绝对差值

absdiff​(Mat src1, Mat src2, Mat dst)
参数:
src1第一个数组(矩阵)
src2 第二个数组(矩阵)
dst 输出数组(矩阵)

   使用此方法时,两个输入的数组大小与类型必须一致。计算公式为:dst(I)=saturate(|src1(I)−src2|),其中,I是数组元素的多维索引。对于多通道数组,每个通道都会被独立处理。

        Mat mat = new Mat(3,3, CvType.CV_8UC1);mat.put(0,0,1,2,3,4,5,6,7,8,9);Mat clone = mat.clone();clone.put(1,1,33,34,66);Mat dst = new Mat();Core.absdiff(mat,clone,dst);System.out.println("mat.dump() = \n" + mat.dump());System.out.println("clone.dump() = \n" + clone.dump());System.out.println("dst.dump() = \n" + dst.dump());

结果:

mat.dump() =
[ 1, 2, 3;
4, 5, 6;
7, 8, 9]
clone.dump() =
[ 1, 2, 3;
4, 33, 34;
66, 8, 9]
dst.dump() =
[ 0, 0, 0;
0, 28, 28;
59, 0, 0]

2.计算数组与标量之间的每个元素的绝对差值.

absdiff​(Mat src1, Scalar src2, Mat dst)
参数:
src1第一个数组(矩阵),必须是一维向量
src2 标量值,一个Scalar对象
dst 输出数组(矩阵)

  此方法的计算公式为:dst(I)=saturate(|src1−src2(I)|)

2.扩展示例

  通过了解此函数,我们可以用它来比较两幅图像的差异。例如从下图中找不同。

1.找不同

        //absdiff  找不同Mat src1 = Imgcodecs.imread("Brush1.png");Mat src2 = Imgcodecs.imread("Brush2.png");Mat dst = new Mat();Core.absdiff(src1,src2,dst);HighGui.imshow("dst",dst);HighGui.waitKey(10);

结果:
在这里插入图片描述
  除此之外,我们还可以使用它实现运动检测(通过差分,标记图像中发生的运动或变化)、背景减除(通过差分将动的对象从静止背景中分离出来)`等。

2.动态预警

  我们通过这个方法,还可以实现摄像头类似动态预警的效果,当我们的监控中的画面出现变化时,发出预警通知。
   此代码非正常示例。鉴于目前还没说到视频相关的函数,我这里通过读取多图像的方式代替视频帧

 public static void main(String[] args) {System.loadLibrary(Core.NATIVE_LIBRARY_NAME);List<Mat> mats = new ArrayList<>();//转换成灰度图Imgcodecs.imreadmulti("imgs.tif",mats,Imgcodecs.IMREAD_GRAYSCALE);//第一帧Mat mat = mats.get(0);int rows = mat.rows();int cols = mat.cols();int size = mats.size();Mat src2 = new Mat();Mat dst = new Mat();//降低动态检测灵敏度int sensitivity = rows * cols-(rows*cols/8);System.out.println("sensitivity = " + sensitivity);for (int i = 0; i < size; i++) {src2 = mats.get(i);Core.absdiff(mat,src2,dst);HighGui.imshow("src2",src2);int index =0;//dst 处理for (int r = 0; r <rows; r++) {for (int c = 0; c < cols; c++) {double[] doubles = dst.get(r, c);double val = doubles[0];if (val>0){index++;}}}HighGui.imshow("src2",src2);if (index>sensitivity){System.out.println(">>>>动态预警");}else {System.out.println(">>>>预警解除");}HighGui.waitKey(10);}}

结果
在这里插入图片描述

这篇关于13.java openCV4.x 入门-Core之图像差异比对(动态预警)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/892185

相关文章

JVM 的类初始化机制

前言 当你在 Java 程序中new对象时,有没有考虑过 JVM 是如何把静态的字节码(byte code)转化为运行时对象的呢,这个问题看似简单,但清楚的同学相信也不会太多,这篇文章首先介绍 JVM 类初始化的机制,然后给出几个易出错的实例来分析,帮助大家更好理解这个知识点。 JVM 将字节码转化为运行时对象分为三个阶段,分别是:loading 、Linking、initialization

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

Spring Security--Architecture Overview

1 核心组件 这一节主要介绍一些在Spring Security中常见且核心的Java类,它们之间的依赖,构建起了整个框架。想要理解整个架构,最起码得对这些类眼熟。 1.1 SecurityContextHolder SecurityContextHolder用于存储安全上下文(security context)的信息。当前操作的用户是谁,该用户是否已经被认证,他拥有哪些角色权限…这些都被保

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

Java进阶13讲__第12讲_1/2

多线程、线程池 1.  线程概念 1.1  什么是线程 1.2  线程的好处 2.   创建线程的三种方式 注意事项 2.1  继承Thread类 2.1.1 认识  2.1.2  编码实现  package cn.hdc.oop10.Thread;import org.slf4j.Logger;import org.slf4j.LoggerFactory

第10章 中断和动态时钟显示

第10章 中断和动态时钟显示 从本章开始,按照书籍的划分,第10章开始就进入保护模式(Protected Mode)部分了,感觉从这里开始难度突然就增加了。 书中介绍了为什么有中断(Interrupt)的设计,中断的几种方式:外部硬件中断、内部中断和软中断。通过中断做了一个会走的时钟和屏幕上输入字符的程序。 我自己理解中断的一些作用: 为了更好的利用处理器的性能。协同快速和慢速设备一起工作