使用处理的图像处理

Question

------更正版本-----------

我目前正在使用 Processing 进行项目。我需要在我的项目中进行图像处理，最初我想使用opencv。但不幸的是，我发现用于处理的 opencv 并不是原始版本的完整版本。 如何开始使用 Processing 进行图像处理？我发现由于处理是java的包装器，所以java语言是可以接受的。我可以在处理中使用 JavaCV 吗？如果有，怎么做？
这是示例代码：-

import gab.opencv.*;
import org.opencv.imgproc.Imgproc;
import org.opencv.core.Core;
import org.opencv.highgui.Highgui;
import org.opencv.core.Mat;
import org.opencv.core.MatOfPoint;
import org.opencv.core.MatOfPoint2f;
import org.opencv.core.MatOfPoint2f;
import org.opencv.core.CvType;
import org.opencv.core.Point;
import org.opencv.core.Size;
import org.opencv.core.Core.MinMaxLocResult;
PImage imgBack, rightSection, leftSection;
PImage img;

void setup(){
  imgBack=loadImage("tk100backback.jpg");
  leftSection=imgBack.get(0,0,14,200);
  rightSection=imgBack.get(438,0,32,200);
  img=createImage(46,200,RGB);
  img.set(0,0,rightSection);
  img.set(32,0,leftSection);
  size(46,200);
  Mat src= Highgui.imread(img.toString());
  Mat tmp=Highgui.imread("templateStarMatching.jpg");
  int result_cols=src.cols()-tmp.cols()+1;
  int result_rows=src.rows()-tmp.rows()+1;
  Mat result = new Mat(result_rows, result_cols, CvType.CV_32FC1);
  Imgproc.matchTemplate(src, tmp, result, Imgproc.TM_CCOEFF_NORMED);

  MatOfPoint minLoc = new MatOfPoint();
  MatOfPoint maxLoc = new MatOfPoint();
  MinMaxLocResult mrec=new MinMaxLocResult();
  mrec=Core.minMaxLoc(result,null);

  System.out.println(mrec.minVal);
  System.out.println(mrec.maxVal);

  Point point = new Point(mrec.maxLoc.x+tmp.width(), mrec.maxLoc.y+tmp.height());
 // cvRectangle(src, maxLoc, point, CvScalar.WHITE, 2, 8, 0);//Draw a Rectangle for Matched Region

}
void draw(){
  image(img,0,0);
}

Core 不存在且 Highgui 未正确安装，但它们已正确安装，不断给我错误提示

Answer 1

您似乎正在尝试使用 OpenCV 执行 template matching？听起来您的错误与 OpenCV 的安装有关，而不是您的代码。

OpenCV 问题
1.你之前安装过OpenCV吗？这可能会导致处理版本出现问题。
2. 如果没有，请尝试减少代码，直到到达首先导致错误的行。如果它在导入语句中，您就知道这是 OpenCV 安装问题。 3. 你没有列出你的操作系统，但如果你使用的是 Mac，你可以关注我的detailed instructions for installing it。

我可以使用另一个库吗？
是的，请参阅您的问题的一些 cmets。但是我认为你正在尝试做的具体过程会很困难。我认为你最好让 OpenCV 工作。

Answer 2

以下代码在处理中读取图像，然后应用过滤器（在这种情况下，它会对其进行像素化）。

注意img.pixels[i] 是一维数组，而图片是二维。访问二维位置的技巧是img.pixels[r*img.width + c]，其中 r 和 c 分别是像素行和列

 // Declaring a variable of type PImage
PImage img;  
void setup() {

  // Make a new instance of a PImage by loading an image file
  ![enter image description here][1]img = loadImage("http://www.washingtonpost.com/wp-srv/special/lifestyle/the-age-of-obama/img/obama-v2/obama09.jpg");
  //img = loadImage("background.jpg");
  size(img.width, img.height);


   int uberPixel = 25;
  for(int row = 0; row < img.height; row+= uberPixel){
    for(int col = 0; col < img.width; col+= uberPixel){
      int colo[] = new int[3];
     int cnt = 0;
     for(int r = row; r <= row + uberPixel; r ++){
       for(int c = col; c <= col +uberPixel; c ++){
          if(r*img.width + c < img.pixels.length){
            colo[0] += red(img.pixels[r*img.width + c]);
            colo[1] += green(img.pixels[r*img.width + c]);
            colo[2] += blue(img.pixels[r*img.width + c]);
            cnt++;
          }
       }
     }
     //average color
     for(int i = 0; i < 3; i ++){
       colo[i] /= cnt;
     }

     //change pixel
     for(int r = row; r <= row + uberPixel; r ++){
       for(int c = col; c <= col +uberPixel; c ++){
         if(r*img.width + c < img.pixels.length){
           img.pixels[r*img.width+c] = color(colo[0],colo[1],colo[2]);
         } 
       }
     }

    }
  }
  image(img,0,0);
}

void draw() {
  image(img,0,0);
}

结果：

Answer 3

这是在处理中使用javacv 的示例：

import static com.googlecode.javacv.cpp.opencv_core.*;
import static com.googlecode.javacv.cpp.opencv_imgproc.*;
import static com.googlecode.javacv.cpp.opencv_highgui.*;

void setup ()
{
    size( 256, 256 );

    String fn = sketchPath("data/lena.jpg");
    IplImage ip= cvLoadImage(fn);
    if ( ip != null ) 
    {
        cvSmooth( ip, ip, CV_GAUSSIAN, 3 );

        PImage im = ipToPImage(ip);
        image( im, 0, 0 );       
        cvReleaseImage(ip);
    }
}
PImage ipToPImage ( IplImage ip ) 
{
    java.awt.image.BufferedImage bImg = ip.getBufferedImage();
    PImage im = new PImage( bImg.getWidth(), bImg.getHeight(), ARGB );
    bImg.getRGB( 0, 0, im.width, im.height, im.pixels, 0, im.width );
    im.updatePixels();
    return im;
}