作者：贾志刚
出版社：机械工业出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
OpenCV Android开发实战试读：
前言
为什么要写这本书
2015年，我出版了第一本图像处理方面的图书《Java数字图像处理：编程技巧与应用实践》，该书主要讲述图像处理的各种基础算法原理与代码实现，基于Java语言进行描述，没有太多的工程应用实践案例，是一本编程实践入门级的图像处理图书。因此我一直想再写一本工程实践性比较强的图书，Java与Android程序员可以通过这样的书籍，摆脱底层算法实现难的烦恼，快速学习相关API的使用，掌握常见的图像处理技术，快速开发应用，上手计算机视觉应用开发；他们通过学习与参照书中的工程实践案例，可以解决实际需求，提升个人竞争力，为企业和个人在短时间内创造更大的价值。
OpenCV作为一款开源的计算机视觉框架，封装了超过1000个常见的图像处理算法，其SDK语言支持Java、C++、Python等。借助人工智能兴起的东风，近几年OpenCV开发者社区的发展非常迅速，人数成几何级递增，而且已经对Android系统有了良好的支持与完备的SDK开发接口。在无须了解底层算法实现的情况下，借助OpenCV提供的SDK，Android开发者可以实现OCR识别、图像处理、人脸检测、相机校正、实时视频分析与处理、AR增强等移动端应用开发。
对大多数Android开发者来说，OpenCV与计算机视觉应用开发都可能显得有点陌生，因为市面上缺乏专业的工程性书籍与文档，OpenCV社区对Android SDK本身也没有提供完善的API文档与代码演示，这让很多Android程序员无法顺利使用OpenCV框架在移动端开发计算机视觉相关的应用。本书系统性地讲述OpenCV如何在Android系统上应用开发与工程实践，撰写本书的时候，因为OpenCV的很多API调用参数缺少文档说明，因此笔者需要通过编程实践一点一点全部尝试之后再总结出来，用实践出真知来形容本书一点也不过分。笔者本人是个地道的程序员，特别理解和了解程序员的视角与工程应用的重点和难点，本书从程序员的视角出发，在思路分析与代码实现上，对每个案例都做了非常清楚的交代与解释，对不同算法函数的应用场景都有详细的代码演示。本书最后三个案例分别涉及OCR识别、人脸美颜算法、视频检测与跟踪渲染这些实际落地场景，这三个案例是笔者本人精心挑选的，涵盖了大多数Android开发者的工程实践需求与工作需要，力求做到尽善尽美，然“人无完人，金无足赤”，最终还需读者评价。
如果说我的第一本书是对我十年工作的总结，那么本书就是我十年之后再出发的征途起点，“远飞者当换其新羽”，对广大Android与Java程序员来说，处在人工智能时代，掌握前沿技术，更新自己的技术栈，提升个人竞争力，计算机视觉与OpenCV就是个很好的方向与选择。作为技术人员唯有鼎故革新、砥砺前行，才能不负这个最好的时代，本书也是献给广大Android与Java程序员最好的礼物。
最后，希望通过本书的知识和作者有限的经验，帮助广大Android与Java程序员，以及众多有志于从事计算机视觉的后来者，借助OpenCV框架走上计算机视觉应用开发的道路。本书的顺利出版离不开笔者对OpenCV与计算机视觉技术的兴趣，更离不开笔者的毅力与本书写作初衷。希望本书能为国内OpenCV框架使用的普及与应用开发实践尽绵薄之力，若能如愿也不枉我的一番努力。读者对象
本书适合于以下读者对象。
·广大Android与Java程序员。
·从事图像处理的工作者。
·学习图像处理的爱好者。
·希望提升自我的中高级程序员。
·计算机专业高年级本科生或者研究生。
·从事图像处理行业的公司与个人。
·开设图像处理相关课程的大专院校学生。如何阅读本书
本书共分为两大部分，其中第一部分为第1章到第7章，系统地介绍了OpenCV Android的开发框架及功能。第二部分是本书的案例部分，系统全面地分析了三个实际案例，讲解如何借助OpenCV框架解决实际问题。如果你已经对Java语言和Android系统上的SDK开发有基本的认识，那么可以直接开始阅读本书，书中的源代码也是本书的一部分，建议在阅读本书内容的同时，尝试运行与修改本书提供的源代码，这样有助于更加深刻地理解与之相关的API参数与算法应用场景。
第一部分为基础篇，由浅入深，从OpenCV框架的简单介绍到OpenCV与Android SDK、NDK的编程应用，系统全面地介绍了OpenCV在移动领域的应用、OpenCV中的核心模块、图像处理模块、特征提取与对象检测模块等。读者在学习与掌握OpenCV相关API用法的前提下可以学习第二部的实战案例。
第二部分为实战案例部分，由OCR识别、人脸美颜、人眼实时跟踪与渲染三个典型案例组成。通过案例学习，读者将学会如何设计算法流程、使用组合算法API、关注应用的性能与内存问题，以及NDK开发技巧、其他图像处理开发相关API的使用技巧。
此外，本书的源文件可到www.hzbook.com上搜索本书书名下载，或者到Github上下载本书演示工程，网址为https://github.com/gloomyfish1998/opencv4android/tree/master/samples/OpencvDemo。
本书参考资料也可从Github上下载，网址为https://github.com/gloomyfish1998/opencv4android。勘误和支持
由于笔者的水平有限，编写的时间也很仓促，书中难免会出现一些错误或者不准确的地方，不妥之处在所难免，恳请读者批评指正。笔者已经把本书配套的源代码上传到Github，访问地址为https://github.com/gloomyfish1998/opencv4android/tree/master/samples/OpencvDemo，如果有读者想直接提交勘误代码，请先邮件联系笔者，笔者同意以后即可提交，同时笔者也会根据读者反馈更新源代码，所以在阅读本书之前请先从Github上获取最新的配套源代码。如果你有更多的宝贵意见，也欢迎发送邮件至邮箱57558865@qq.com，很期待听到你们的真挚反馈。致谢
OpenCV能有今天的发展，首先要感谢英特尔当时的开源决策，其次是OpenCV社区的巨大贡献，我第一次接触OpenCV就被它的开发效率吸引住了，可以说OpenCV是计算机视觉应用开发最好用的工具之一，特别是OpenCV3.0以后的版本，非常容易学习，所以要感谢那些为OpenCV做出过贡献的杰出开发者。在我写作本书的时候，机械工业出版社华章公司的编辑杨绣国老师一直没有向我催稿，反而告诉我要安心创作，认真细致，后期审稿的时候也是逐字逐句推敲，反复修改，感谢你的耐心与严谨，正是你的鼓励、帮助和支持引导我顺利完成本书撰写。
最后感谢我的爸爸、妈妈，感谢你们给予我生命，将我培养成人，感谢我的妻子在我写书的这一年多时间里让我从家务中解脱，给予我支持与鼓励。
谨以此书，献给我最亲爱的两个孩子，以及众多热爱OpenCV编程的朋友。贾志刚中国，苏州，2018年3月第一部分OpenCV图像处理系统学习篇
第一部分为基础篇，由浅入深、从OpenCV框架的简单介绍到OpenCV与Android SDK、NDK的编程应用、系统全面地介绍了OpenCV在移动领域的应用、OpenCV中的核心模块、图像处理模块、特征提取与对象检测模块等。读者在学习与掌握OpenCV相关API用法的前提下可以开始学习第二部的实战案例。第1章OpenCV Android开发框架
在开始本书内容之前，笔者假设大家已经有了面向对象语言编程的基本概念，了解了Java语言的基本语法与特征，并且尝试过Android平台上的应用程序开发。本章将主要介绍OpenCV的历史与发展、各个模块的功能说明、如何使用Android Studio IDE来建立OpenCV的开发环境，以及如何整合配置并成功运行和调用OpenCV中的函数实现一个最简单的OpenCV程序演示。如果没有特别说明，那么这里使用的OpenCV版本都是基于OpenCV 3.3 Android SDK。
作为使用最为广泛的计算机视觉开源库，OpenCV在开源社区与英特尔、谷歌等大公司的共同努力之下，发展到今天，已经吸引了全世界各地的开发者编译和使用它实现各种应用程序。而伴随着人工智能时代的到来，作为人工智能眼睛的计算机视觉必然会进一步释放活力，满足市场需要。OpenCV作为计算机视觉开源框架，其在移动端支持Android系统的特性必将进一步深入到移动开发的各种应用场景之中，下面就来开启一段OpenCV学习旅程。1.1 OpenCV是什么
OpenCV的中文全称是源代码开放的计算机视觉库（Open Source Computer Vision Library），是基于C/C++编写的，是BSD开源许可的计算机视觉开发框架，其开源协议允许在学术研究与商业应用开发中免费使用它。OpenCN支持Windows、Linux、Mac OS、iOS与Android操作系统上的应用开发。在笔者动笔写这本书的时候，其最新版本3.3刚刚发布不久。1.1.1 OpenCV的历史与发展
在OpenCV孕育发展的过程中，Intel公司做出了巨大的贡献，OpenCV最初是Intel公司的内部项目，随着时间的推移、OpenCV的功能算法得到不断的优化与增强，不过是短短十几年的时间，其已经席卷整个业界，得到众多著名IT公司的大力支持，其中包括大名鼎鼎的机器人公司Willow Garage与搜索引擎公司Google。下面的时间节点对OpenCV的发展都产生过重要影响，具体如下。
·1999年，OpenCV正式立项，那个时候Android智能手机的春天还没有到来。
·2000年，在IEEE的计算机视觉与模式识别大会上OpenCV正式发布Alpha版本。
·2001年～2005年，Intel公司陆续发布了最初的5个Beta测试版本。
·2006年，OpenCV1.0版本正式发布，基于C语言接口SDK调用。
·2008年，OpenCV获得了当时发展如日中天的机器人公司Willow Garage的支持、得到了进一步推广，然而不幸的是，作为机器人业界的传奇公司Willow Garage却在2014宣布倒闭。
·2009年，OpenCV2.0版本正式发布，这是OpenCV发展史上的一个重要里程碑，早期的OpenCV是基于C语言实现的，在2.0的版本中又添加了C++接口，并且对原来的C语言代码进行了优化和整合，以期吸引更多的开发者用户。
·2012年，Intel公司决定把OpenCV开发者社区正式交给开源社区opencv.org运营与维护。
·2014年，OpenCV3.0版本发布。
·2016年，OpenCV3.1与OpenCV3.2版本相继发布，其扩展模块支持集成Google TensorFlow深度学习框架。
·2017年，OpenCV3.3.x版本发布，在Release开发包中增加了DNN（深度神经网络）模块支持。
OpenCV支持Java语言开发的Android SDK最早是始于2010年。在OpenCV3.x版本中，OpenCV更加强调对移动端与嵌入式设备的支持。（1）编程语言
OpenCV中的这些模块大多数都是基于C/C++完成的，少量的SDK接口模块使用Java、Python等语言开发。在最新开发的OpenCV的核心模块中，C++替代C成为了开发语言。（2）应用领域
OpenCV自从1.0版本发布以来，立刻吸引了许多公司的目光，被广泛应用于许多领域的产品研发与创新上，相关应用包括卫星地图与电子地图拼接，医学中图像噪声处理、对象检测，安防监控领域的安全与入侵检测、自动监视报警，制造业与工业中的产品质量检测、摄像机标定，军事领域的无人机飞行、无人驾驶与水下机器人等众多领域。1.1.2 OpenCV模块介绍
OpenCV分为正式的发布版本与扩展模块，Android SDK所对应的是OpenCV的发布版本，其扩展模块的功能可以通过源代码编译的方式进行集成与开发，关于扩展模块的编译与使用已经超出了本书的讨论范围，这里就不再赘述了。下面以OpenCV3.3为例，OpenCV正式发布版本中包含的核心功能模块具体如下。
·二维与三维特征工具箱
·运动估算
·人脸识别
·姿势识别
·人机交互
·运动理解
·对象检测
·移动机器人
·分割与识别
·视频分析
·运动跟踪
·图像处理
·机器学习
·深度神经网络
除上所述的核心功能模块之外，其扩展模块更加的庞大与繁杂。OpenCV Android SDK可以从其官方主页上下载获得，下载地址为：http://opencv.org/opencv-3-3.html，在最下面就可以发现Android SDK的下载链接，点击就可以直接去相关页面上下载最新的Android SDK。1.1.3 OpenCV Android SDK
OpenCV Android SDK本质上是使用Java语言接口通过JNI技术调用OpenCV C/C++代码完成的算法模块。OpenCV4Android本身并不是一个纯Java语言的计算机视觉库，而是基于OpenCVC++本地代码、通过Java语言接口定义，基于JNI技术实现调用C++本地方法的SDK开发包。所以当你下载好OpenCV Android SDK之后，在它的SDK目录下可以看到如图1-1所示的目录结构。图 1-1
其中，etc目录里面有两个文件夹，里面都是一些XML数据文件，这些XML数据是训练好的HAAR与LBP级联分类器数据；java目录里面是Android SDK相关文件；native里面则是基于C/C++编译好的OpenCV Android平台支持的本地库文件、JNI层开发所需要的头文件及cmake文件，其中库文件大多数以*.a和*.so结尾。而在与SDK同层级的samples目录中则包含了OpenCV Android SDK的一些应用案例教程，以供初学者参考，但是很不幸的是，直到今天为止，这些教程仍然还是基于Eclipse开发环境来演示OpenCV功能，不得不说这是一个小小的缺憾，希望OpenCV社区在后面的Open CV版本中能够更新这些教程，使其基于Android Studio来演示。
此外，OpenCV Android SDK的功能与OpenCV对应发布版本中的功能完全相同，唯一不同的是因为Java语言的关系，Java层封装的接口的参数传递和方法调用，与C++的接口相比有一些差异，这些都是为了更适应Java语言的特性而做出的改动，使得Android开发者更加容易学习与使用OpenCV来解决问题。1.2 OpenCV Android开发环境搭建
当OpenCV遇到Android时，两者就通过Java SDK或者Android NDK很好地结合在一起了，可是对于广大Android开发者或者OpenCV开发者来说，要想成功地在Android Studio上运行一个类似于Hello World的OpenCV程序，还需要做一些工作，下面就一起来完成这些工作，实现开发环境的搭建。1.2.1 软件下载与安装
在搭建开发环境之前，首先需要下载和安装如下几个软件开发包。
·OpenCV Android SDK 3.3版本
·JDK8：64位
·Android Studio
·Android SDK与NDK开发包
这里需要特别说明一下的是，首先应该安装好JDK，之后再下载安装其他的软件开发包，全部下载安装完毕之后，就可以打开Android Studio——Android集成开发环境（IDE），配置好Android SDK的路径之后，Android Studio（IDE）工具就可以正常使用了。
所下载的OpenCV Android SDK 3.3是一个安装包，只要解压缩到指定磁盘即可，双击解压缩好的目录就可以看到1.1.3节中提到的几个目录与层次结构。在本书最后的案例开发中会涉及与使用NDK的开发包，这里暂时只要将其安装好即可。
版本问题
使用Android Studio与Android SDK、NDK开发时，同样的代码在不同的版本上运行可能会出现一些兼容性问题。因为项目实际需要或者个人偏好，大家使用的版本可能不尽相同，这里说一下本书所用的版本，具体如下。
·Android Studio 3.0
·Android SDK 26
·Android NDK r13b1.2.2 环境搭建
环境搭建的整个过程可以分为如下四步。
1.新建Android项目
打开Android Studio IDE，选择【File】→【New Project...】，结果如图1-2所示。
把项目默认名称修改为OpencvDemo，然后点击【Next】按钮，结果如图1-3所示。
这里支持的最小版本是Android 14（Android 4.0版本），继续点击【Next】按钮，结果如图1-4所示。
默认选择Emtpy Activity，点击【Next】→【Finish】，之后就会得到一个新建的默认Android版本的Hello World程序，如果一切顺利的话，就可以真机运行，查看效果。图 1-2图 1-3图 1-4
2.导入OpenCV Android SDK依赖项
选择【File】→[New...]→【Import Module...】，打开对话框之后，选择解压缩好的OpenCV Android SDK目录中的sdk\java，模块名称会自动显示出当前OpenCV的版本信息，如图1-5所示。
点击【Next】→【Finish】，完成导入。然后再选择【File】→【Project Structure...】打开依赖项添加对话框，选择最右侧的【+】按钮，完成添加之后如图1-6所示。
点击【OK】按钮，结束。
3.复制本地依赖项OpenCV库文件
把目录结构导航从【Android】切换到【Projects】，如图1-7所示。图 1-5图 1-6图 1-7
选择app下面的libs，然后把OpenCV Android SDK目录native\libs下面的所有文件与文件夹全部复制到libs中去，最后删除所有以*.a结尾的文件。
4.修改Gradle脚本与编译
在Android Studio中双击打开如下两个Gradle脚本，如图1-8所示。
把两个脚本中的minSdkVersion修改为14、targetSdkVersion修改为26，然后保存，如图1-9所示。图 1-8图 1-9
在Module：app对应的build.gradle脚本中添加如下内容：task nativeLibsToJar(type: Jar, description: 'create a jar archive of the native libs') { destinationDir file("$buildDir/native-libs") baseName 'native-libs' from fileTree(dir: 'libs', include: '**/*.so') into 'lib/'}tasks.withType(JavaCompile) { compileTask -> compileTask.dependsOn(nativeLibsToJar)}
然后在编译片段添加如下代码：implementation fileTree(dir: "$buildDir/native-libs", include: 'native-libs.jar')
保存最终修改好的Gradle文件即可。选择【build】→【clean project】，之后再选择【rebuild project】就完成了整个环境变量的配置与编译。可是环境变量配置得是否正确，我们还不能做到心中有数，所以下面通过一个简单的测试程序来验证一下环境配置。1.2.3 代码测试
为了验证Android Studio的环境配置是否正确，需要调用一下OpenCV的相关API，把一张彩色图像转换为灰度图像，借此来验证Android平台上的OpenCV SDK是否可以正确调用。因此首先要实现图像显示，在Android中，可以通过XML（activity_main.xml）配置文件选择ImageView元素来实现，还需要一个按钮来响应用户操作，这可以通过添加Button元素来实现。在RelativeLayout中，两个元素对应的XML显示如下：
在代码层面实现图像资源的加载，然后交给OpenCV处理，之后的返回结果显示可以由如下3个步骤来实现。
1）首先加载OpenCV的本地库，代码如下：private void iniLoadOpenCV() { boolean success = OpenCVLoader.initDebug(); if(success) { Log.i(CV_TAG, "OpenCV Libraries loaded..."); } else { Toast.makeText(this.getApplicationContext(), "WARNING: Could not load OpenCV Libraries!", Toast.LENGTH_LONG).show(); }}
2）对按钮加上OnClickListener事件响应，代码如下：Button processBtn = (Button)this.findViewById(R.id.process_btn);processBtn.setOnClickListener(this);
3）在事件响应方法进行处理并显示结果，代码如下：@Overridepublic void onClick(View v) { Bitmap bitmap = BitmapFactory.decodeResource( this.getResources(), R.drawable.lena); Mat src = new Mat(); Mat dst = new Mat(); Utils.bitmapToMat(bitmap, src); Imgproc.cvtColor(src, dst, Imgproc.COLOR_BGRA2GRAY); Utils.matToBitmap(dst, bitmap); ImageView iv = (ImageView)this.findViewById(R.id.sample_img); iv.setImageBitmap(bitmap); src.release(); dst.release();}
需要注意的是，在MainActivity中，需要完成接口View.OnClickListener，这样才能保证按钮事件的正确响应。可以在手机上看到运行完整代码的效果。
注意：书中所有完整的源代码都可以在Github上下载，强烈建议运行每个源代码实例，将源代码看作本书的一部分。1.3 构建演示APP
本节将尝试构建一个用来演示本书所讲内容的APP，希望在其中可以按章节来索引各章节的相关功能演示。在UI设计层面，首先需要设计一个流程，实现从主界面选择各章，然后到对应的各节的代码演示。该流程如图1-10所示。图 1-10
根据上述的流程可知，我们所需要的界面功能与元素如表1-1所示。表 1-1
根据表1-1所述的UI设计与程序流程，在启动程序之后，首先选择所在章节，然后选择相关的演示程序进行查看，这样的APP结构有利于集成每章相关的演示程序。根据1.2节的内容，我们首先需要在layout目录下创建两个XML文件作为界面2与界面3，然后还需要将activity_main.xml文件中添加的ImageView与Button元素移到界面3中，在activity_main.xml中添加一个ListView元素作为界面1。这一切做好之后，再来看一下activity_main.xml中的ListView XML显示：
做好了XML界面编程之后，需要创建如图1-11所示的几个类与包，它们之间的关系通过类图显示。
图1-11中各个类的功能说明具体如下。
·MainActivity：第一个界面，显示本书的10个章标题列表。
·SectionsActivity：第二个界面，显示各章对应的演示程序。
·CharpteFrist1Activity：第三个界面，这里是第1章的演示程序，以后各章会创建属于自己的演示程序。
·ItemDto：列表的每个条目对应的数据类。
·ChapterUtils：工具类，可以获取章节列表。
·AppConstants：常量接口，定义各个章节与演示程序的名称。
·SectionsListViewAdaptor：Android ListView元素对应的数据模型。图 1-11
首先要实现ListView的显示且选择事件响应，在事件响应中实现View跳转到指定页面。其中ListView的初始化代码如下：private void initListView() { ListView listView = (ListView) findViewById(R.id.chapter_listView); final SectionsListViewAdaptor commandAdaptor = new SectionsListViewAdaptor (this); listView.setAdapter(commandAdaptor); commandAdaptor.getDataModel().addAll(ChapterUtils.getChapters()); listView.setOnItemClickListener(new AdapterView.OnItemClickListener() { @Override public void onItemClick(AdapterView parent, View view, int position, long id) { ItemDto dot = commandAdaptor.getDataModel().get(position); goSectionList(dot); } }); commandAdaptor.notifyDataSetChanged();}
以第一个界面到第二个界面的跳转为例，实现跳转的代码如下：private void goSectionList(ItemDto dto) { Intent intent = new Intent(this.getApplicationContext(), SectionsActivity.class); intent.putExtra(AppConstants.ITEM_KEY, dto); startActivity(intent);}
实现从第二个Activity（SectionActivity）跳转到各个演示程序的功能，首先需要在onCreate方法中对每章内容的演示程序实现ListView显示与选择监听，这部分的代码如下：private void initListView(ItemDto dto) { ListView listView = (ListView) findViewById(R.id.secction_listView); final SectionsListViewAdaptor commandAdaptor = new SectionsListViewAdaptor (this); listView.setAdapter(commandAdaptor); commandAdaptor.getDataModel().addAll(ChapterUtils.getSections((int)dto.getId())); listView.setOnItemClickListener(new AdapterView.OnItemClickListener() { @Override public void onItemClick(AdapterView parent, View view, int position, long id) { String command = commandAdaptor.getDataModel().get(position).getName(); goDemoView(command); } }); commandAdaptor.notifyDataSetChanged();}
然后在goDemoView方法中根据章节内容跳转到不同的演示程序Activity中，跳转到第1章的演示程序代码如下：if(command.equals(AppConstants.CHAPTER_1TH_PGM_01)) { Intent intent = new Intent(this.getApplicationContext(), CharpteFrist1Activity.class); startActivity(intent);}
以后针对各章的内容，在此处添加相关的代码即可，这样就实现了代码的集成。本章完整的源代码可以参见上述提到的源代码文件。1.4 拍照与图像选择
1.3节中，我们成功地构建了一个演示本书内容的APP框架，这里还需要对其进行进一步的细化，因为我们发现该框架还没有拍照或者图像选择功能，无法提供测试图像来演示OpenCV代码的功能，所以本节在1.3节所示代码的基础之上，再加上拍照与图像选择的功能。在Android系统中显示图像，早期一直有一个很大的问题，尤其是对于大的Bitmap对象，常常会因为DVM内存的问题导致OOM（Out of Momery）错误，开玩笑地说，做Java与Android开发如果没有遇到类似的问题，你出门都不好意思跟人打招呼。谷歌官方的做法是通过降采样使用Bitmap的微缩版图像，这里对选择的图像或者拍照所得图像的显示与处理依然沿用此策略。
1.拍照
调用Android拍照功能，拍照并返回图像，代码如下：Intent intent = new Intent(MediaStore.ACTION_IMAGE_CAPTURE);fileUri = Uri.fromFile(getSaveFilePath());intent.putExtra(MediaStore.EXTRA_OUTPUT, fileUri);startActivityForResult(intent, REQUEST_CAPTURE_IMAGE);
2.图像选择
调用Android图片浏览功能，选择一张图片，自动返回图像并显示，代码如下：Intent intent = new Intent();intent.setType("image/*");intent.setAction(Intent.ACTION_GET_CONTENT);startActivityForResult(Intent.createChooser(intent, "图像选择..."), REQUEST_CAPTURE_IMAGE);
3.加载大小合适的图像
首先获取图像的大小，然后得到图像的降采样版本，显示在ImageView对象元素中，杜绝OOM问题的发生，代码如下：if(fileUri == null) return;ImageView imageView = (ImageView)this.findViewById(R.id.sample_img);BitmapFactory.Options options = new BitmapFactory.Options();options.inJustDecodeBounds = true;BitmapFactory.decodeFile(fileUri.getPath(), options);int w = options.outWidth;int h = options.outHeight;int inSample = 1;if(w > 1000 || h > 1000) { while(Math.max(w/inSample, h/inSample) > 1000) { inSample *=2; }}options.inJustDecodeBounds = false;options.inSampleSize = inSample;options.inPreferredConfig = Bitmap.Config.ARGB_8888;Bitmap bm = BitmapFactory.decodeFile(fileUri.getPath(), options);imageView.setImageBitmap(bm);
4.处理与显示
调用OpenCV4Android的API对图像进行有目的的处理，处理之后返回处理后的图像并显示。这里我简单地改写一下前面的OpenCV测试程序，使用OpenCV的imread功能来读取图像，完成灰度转换并显示，代码如下：Mat src = Imgcodecs.imread(fileUri.getPath());if(src.empty()) { return;}Mat dst = new Mat();Imgproc.cvtColor(src, dst, Imgproc.COLOR_BGR2GRAY);Bitmap bitmap = grayMat2Bitmap(dst);ImageView iv = (ImageView)this.findViewById(R.id.sample_img);iv.setImageBitmap(bitmap);src.release();dst.release();
在拍照或者选择图像结束之后，回调onActivityResult（）方法，对于照片，可以直接获得文件路径，而对于选择图像，则需要在回调处理中根据图像ID得到相关图像的正确文件路径。此外，这里还涉及后续章节中要详细解释的Mat对象与Bitmap对象。
本书后续章节的每个演示程序基本上都是基于这个顺序来实现的。而且如果没有特别的说明与支持，那么本书所有的图像都是RGB色彩空间、相关的拍照与图像选择代码会在本书后续章节中重复使用，后续章节针对这部分代码将不再重复讲述，主要的篇幅会放在OpenCV4Android相关知识的讲解与学习上。
注意：这里把加载OpenCV库文件放到了主界面对应的onCreate方法中去调用，这样就避免了到处加载OpenCV库文件的烦恼，同时有助于减少程序的代码量。1.5 小结
本章主要介绍了OpenCV的历史与发展、相关功能模块、开发环境搭建，以及为了后续更好地学习本书知识所做的一些必要的Android知识铺垫、测试程序框架设计与编码实现。有了这些基础，读者才可以更好地学习后续章节所讲的每个知识点，并通过程序与代码来演示应用。
同时，通过本章的学习，即使是之前没有接触过OpenCV与Android编程的读者也对二者会有基本的感性认知，对OpenCV、Android SDK、如何集成配置Android Studio、如何开发与运行代码都有一定的了解与接触，为后续熟练使用IDE来开发使用OpenCV4Android打下牢固基础。希望大家通过本章的学习，可以顺利搭建好开发环境，运行好测试程序，为后续学习打下坚实基础。第2章Mat与Bitmap对象
第1章中，我们介绍了OpenCV框架的历史与发展，基于Android Studio配置好了OpenCV Android SDK的开发环境，并尝试运行了我们第一个OpenCV相关的验证程序，同时为了更好地学习后续章节，搭建了一个简单的APP框架。本章将会学习OpenCV4Android中最重要的图像容器Mat的各种使用方法，以及如何在Mat上绘制各种几何形状，同时我们还会关注Android平台本身提供的图像对象Bitmap，重点解释Mat与Bitmap之间的区别与联系，使用时候的注意事项，以及它们之间的相互转换。
在介绍本章内容之前，笔者假设大家已经掌握了Android平台编程的基本知识，学习过简单的Android应用程序开发，同时对图像文件的格式及其特点有一些简单的了解。虽然这些知识点不是本章的重点，但是还是可以帮助你更好地学习本章内容。2.1 Mat对象
Mat是OpenCV中用来存储图像信息的内存对象，当通过Imgcodecs.imread（）方法从文件读入一个图像文件时，imread方法就会返回Mat对象实例，或者通过Utils.bitmatToMat（）方法由Bitmap对象转换而来。图2-1形象地展示了一张图像中的各个像素点数据是如何存储的，因为图像本身的像素点比较多，所以我们显示的图像像素数据只是左上角20×20大小的部分数据，具体显示如下。图 2-1
Mat对象中除了存储图像的像素数据以外，还包括图像的其他属性，具体为宽、高、类型、维度、大小、深度等。当你需要这些信息时，可以通过相关的API来获取这些基本图像属性。2.1.1 加载图像与读取基本信息
当我们从Android系统中选择一张图像的时候，我们可以使用如下代码将图像文件加载为Mat对象：Mat src = Imgcodecs.imread(fileUri.getPath());
OpenCV通过imread来加载图像，默认的时候，加载的是三通道顺序为BGR的彩色图像，还可以通过以下代码来指定加载为彩色图像：Mat src = Imgcodecs.imread(fileUri.getPath(), Imgcodecs.IMREAD_COLOR);
第一个参数表示文件路径，第二个参数表示加载图像类型，最常见的类型有如下几种。
·IMREAD_UNCHANGED=-1，表示不改变加载图像类型，可能包含透明通道。
·IMREAD_GRAYSCALE=0，表示加载图像为灰度图像。
·IMREAD_COLOR=1，表示加载图像为彩色图像。
使用如下代码从Mat对象中得到图像的宽、高、维度、通道数、深度、类型信息：int width = src.cols();int height = src.rows();int dims = src.dims();int channels = src.channels();int depth = src.depth();int type = src.type();
其中，要特别关注的是通道数、图像深度与图像类型、OpenCV加载的Mat类型图像对象。常见的通道数目有1、3、4，分别对应于单通道、三通道、四通道，其中四通道中通常会有透明通道的数据。图像深度表示每个通道灰度值所占的大小，图像深度与类型密切相关。OpenCV中常见的几种图像深度具体如表2-1所示。表 2-1
其中，U表示无符号整型、S表示符号整型、F表示浮点数，这些类型在CvType中可以自己查看。OpenCV中常见的图像类型具体如表2-2所示。表 2-2
当我们调用imread函数时，如果只使用文件路径参数读入加载一张图像，那么它的默认值是三通道的CV_8UC3，图像深度为CV_8U，其中CV表示计算机视觉、8表示八位、UC表示无符号char、3表示三个通道。在表2-2所示的类型表中，每个类型都可以做类似的解读，从此处也可以看出CV_8U就是图像深度，所以图像类型与深度之间是有直接关系的。以上就是对图像的加载与基本信息获取的解释，下面将介绍如何创建Mat对象以及初始化。2.1.2 Mat创建与初始化
从前面的内容我们可以知道，Mat对象中包含了图像的各种基本信息与图像像素数据。总的来说，Mat是由头部与数据部分组成的，其中头部还包含一个指向数据的指针。在OpenCV4Android的接口封装中，因为Java层面没有指针对象，因此全部用数组来替代。但是，当我们需要把Mat对象传到JNI层的时候，可以通过getNativeObjAddr（）方法来实现Mat对象从Java层到C++层的指针传递，这点在后续的NDK编程中会有具体描述的示例代码，这里就不再展开说明了。如图2-2所示的是Mat在内存中的结构。
创建Mat对象的方法有很多种，其中最常见的有如下几种。图 2-2
1）通过create方法实现Mat对象的创建，相关的代码如下：Mat m1 = new Mat();m1.create(new Size(3, 3), CvType.CV_8UC3);Mat m2 = new Mat();m2.create(3, 3, CvType.CV_8UC3);
上述代码表示创建两个Mat对象m1与m2，其中m1与m2的大小都是3×3、类型是三通道8位的无符号字符型。
2）通过ones、eye、zeros方法实现初始化创建，相关代码如下：Mat m3 = Mat.eye(3, 3,CvType.CV_8UC3);Mat m4 = Mat.eye(new Size(3, 3),CvType.CV_8UC3);Mat m5 = Mat.zeros(new Size(3, 3), CvType.CV_8UC3);Mat m6 = Mat.ones(new Size(3, 3), CvType.CV_8UC3);
上述代码创建了m3、m4、m5、m6四个Mat对象，基于这种初始化方式来得到Mat对象是OpenCV借鉴了Matlab中eye、zeros、ones三个函数实现的。
3）此外还可以先定义Mat，然后通过setTo的方法实现初始化，相关代码如下：Mat m7 = new Mat(3, 3, CvType.CV_8UC3);m7.setTo(new Scalar(255, 255, 255));
此方法与第一种方法有点类似，唯一不同的是，第一种方法通过create初始化的时候并没有指定颜色值。在OpenCV中，颜色向量通常用Scalar表示，这里Scalar（255，255，255）表示白色。
4）通过Mat的copyTo（）与clone方法实现对象的创建，Mat中的克隆与拷贝方法会复制一份完全相同的数据以创建一个新Mat对，克隆相关代码如下：Mat m8 = new Mat(500, 500, CvType.CV_8UC3);m8.setTo(new Scalar(127, 127, 127));Mat cmat = image.clone();
拷贝的相关代码如下：Mat m8 = new Mat(500, 500, CvType.CV_8UC3);m8.setTo(new Scalar(127, 127, 127));Mat result = new Mat();m8.copyTo(result);2.1.3 Mat对象保存
创建好的Mat对象经过一系列的操作之后，就可以通过OpenCV4Android的imwrite函数直接将对象保存为图像，相关的演示代码如下：// 创建Mat对象并保存Mat image = new Mat(500, 500, CvType.CV_8UC3);image.setTo(new Scalar(127, 127, 127));ImageSelectUtils.saveImage(image);
其中，500表示图像的宽度与高度，最后一个参数声明图像是RGB彩色三通道图像、每个通道都是8位，第二行代码是指定图像的每个像素点、每个通道的灰度值为127。第三行代码是使用imwrite将图像保存到手机中的指定目录下，saveImage方法的相关代码如下：File fileDir = new File(Environment.getExternalStoragePublicDirectory(Environment.DIRECTORY_PICTURES), "mybook");if(!fileDir.exists()) { fileDir.mkdirs();}String name = String.valueOf(System.currentTimeMillis()) + "_book.jpg";File tempFile = new File(fileDir.getAbsoluteFile()+File.separator, name);Imgcodecs.imwrite(tempFile.getAbsolutePath(), image);
上面的前几行代码是创建目录与文件路径，最后一行代码通过imwrite来实现文件的保存，保存图像的格式取决于文件路径为图像指定的扩展名类型。2.2 Android中的Bitmap对象
上一节我们介绍了Mat对象，其实在Android系统中也有一个与Mat对象相似的对象Bitmap。本节我们将介绍Bitmap，通过它可以获取图像的常见属性、像素数据，修改图像的像素数据，呈现出不同的图像显示效果，保存图像，等等。
1.图像文件与资源加载
在Android系统中，我们可以把给定图像的文件路径或者图像资源ID作为参数，通过调用相关的API来实现文件的加载，使其成为一个Bitmap实例对象。最常见的加载资源图像的代码如下：Bitmap bm = BitmapFactory.decodeResource(this.getResources(), R.drawable.lena);
加载图像文件的代码与前面第1章中提到的类似，为了避免OOM问题，我们首先应该获取图像的大小，然后根据图像大小进行适当的降采样，之后再加载为Bitmap对象即可，这里就不再赘述了。
2.读写像素
对Bitmap对象来说，我们首先可以通过相关的API实现图像的长、宽、配置信息查询，在Bitmap中，像素数据是最占内存的部分。根据长、宽与配置信息我们可以计算出图像像素的大小为多少，定义一个数组用于存储一次性读出的像素数组，也可以通过每次读取一个像素点的方式来循环读取。Bitmap获取图像宽、高与配置信息的接口代码如下：public final int getWidth()public final int getHeight()public final Config getConfig()
其中，Config是Java中的枚举类型，当前Android支持的Bitmap像素存储类型具体如下：Bitmap.Config.ALPHA_8;Bitmap.Config.ARGB_4444;Bitmap.Config.RGB_565;Bitmap.Config.ARGB_8888;
默认情况下，Bitmap是在RGB色彩空间。其中，A表示透明通道、R表示红色通道、G表示绿色通道、B表示蓝色通道。其中ALPHA_8表示该图像只有透明通道而没有颜色通道，是一张透明通道图像，这种图像通常会被用作mask图像。上述代码中的参数具体分析如下。
·ARGB_4444：表示每个通道占四位，总计两个字节，表示一个像素的图像。
·ARGB_8888：表示每个通道占八位，总计四个字节，表示一个像素的图像，这个是最常见的。
试读结束[说明：试读内容隐藏了图片]