Android OpenCv4 斑点检测，实现图片特征点绘制

本文主要是介绍Android OpenCv4 斑点检测，实现图片特征点绘制，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！

结合以前功能点做一个特征点绘制

实现步骤

图片灰度化
高斯滤波
二值化
图片腐蚀
图片膨胀
斑点检测
绘制特征点

前五个已经在前几章说过了，在这就不再说了，有不明白的可以回去看一下。

斑点检测

,斑点j是指二维图像中周围有颜色差异和灰度差异的区域,因为斑点代表的是一个区域,所以其相对于单纯的角点,具有更好的稳定性和更好的抗干扰能力.斑点通常是指与周围有着颜色和灰度差别的区域。

代码注释已经很清楚了

public static List<Point> getPoint(Context context, Mat mSource, ImageView iv)  {
//        Mat mSource = new Mat();
//
//        if (bitmap==null || mSource ==null){
//            return null;
//        }
//        Utils.bitmapToMat(bitmap, mSource);Mat grayMat = new Mat();Imgproc.cvtColor(mSource,grayMat,Imgproc.COLOR_BGR2GRAY);//转换成灰度图//高斯滤波Mat gauss = new Mat();Imgproc.GaussianBlur(grayMat, gauss,new Size(69.0, 69.0), 0);//二值化Mat BINARY = new Mat();Imgproc.threshold(gauss,  BINARY,115, 255.0,Imgproc.THRESH_BINARY);//图像腐蚀Mat kernel = Imgproc.getStructuringElement(CV_SHAPE_RECT,new Size(3, 3));Mat result =new Mat();Imgproc.erode(BINARY, result, kernel, new Point(-1,-1),1);//         图像膨胀Mat pz = Imgproc.getStructuringElement(CV_SHAPE_RECT, new Size(3, 3));Mat pzResult = new Mat();Imgproc.dilate(BINARY, pzResult, pz, new Point(-1,-1),6);SimpleBlobDetector_Params Params= new SimpleBlobDetector_Params();// 亮度阈值的步长控制，越小检测出来的斑点越多Params.set_thresholdStep(2);//颜色控制Params.set_filterByColor(true);
//        Params.set_minThreshold(52);//像素面积大小控制Params.set_filterByArea(true);Params.set_minArea(144);//凸度控制，凸性的定义是（斑点的面积/斑点凸包的面积Params.set_filterByConvexity(true);Params.set_minConvexity(0.87F);//惯性率控制Params.set_filterByInertia(true);// 圆形的惯性率等于1，惯性率越接近1，圆度越高Params.set_minInertiaRatio(0.01F);SimpleBlobDetector detector = SimpleBlobDetector.create(Params);MatOfKeyPoint point = new MatOfKeyPoint();detector.detect(BINARY,point);Log.e("dbj","point个数="+point.toArray().length);if (point.toArray().length==0){showImg(mSource,iv);return null;}Mat keyPoint = new Mat();drawKeypoints(pzResult,point,keyPoint, new Scalar(0,0,255.0), DrawMatchesFlags_DRAW_RICH_KEYPOINTS);List<Point> points = new ArrayList<>();if (point.toList().size()>0){for (int i = 0; i < point.toList().size(); i++) {points.add(new Point(point.toList().get(i).pt.x,point.toList().get(i).pt.y));//在中心点绘制一个圆圈Imgproc.circle(mSource,new Point(point.toList().get(i).pt.x,point.toList().get(i).pt.y),5, new Scalar(0, 255, 0), 4, LINE_AA);}}Collections.sort(points,new Comparator<Point>() {@Overridepublic int compare(Point o1, Point o2) {return Double.compare(o1.x+ o1.y, o2.x+o2.y);}});Log.e("dbj","point坐标为"+points.toString());Imgproc.rectangle(mSource, points.get(0), points.get(points.size()-1), new Scalar(0.0, 0.0, 255.0), 6);showImg(mSource,iv);return points;}