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

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);}}