阅读(4785) 赞(10)

OpenCV Java开发教程

2017-08-23 11:38:56 更新

从OpenCV 2.4.4开始，OpenCV支持桌面Java开发，使用与Android开发几乎相同的界面。本指南将帮助您使用OpenCV创建您的第一个Java（或Scala）应用程序。我们将使用Apache Ant或Simple Build Tool（SBT）来构建应用程序。

如果要使用Eclipse请参考：使用OpenCV Java与Eclipse。有关本指南的进一步阅读，请参阅Android开发教程简介。

我们将在本指南中做什么

在本指南中，我们将：

获取OpenCV与桌面Java支持
创建一个Ant或SBT项目
在Java或Scala中编写一个简单的OpenCV应用程序

使用相同的过程samples/java在OpenCV存储库的文件夹中创建样本，因此如果丢失，请查阅这些文件。

获得正确的OpenCV

从版本2.4.4开始OpenCV包括桌面Java绑定。

下载

最简单的方法是从OpenCV SourceForge存储库中下载相应的2.4.4或更高版本的软件包。

注意

Windows用户可以opencv/build/java/在包中的文件夹中找到Java开发所需的预构建文件。对于其他操作系统，需要从源代码构建OpenCV。

获取OpenCV源的另一个选择是克隆OpenCV git存储库。为了使用Java绑定构建OpenCV，您需要安装JDK（Java Development Kit）（我们推荐使用Oracle / Sun JDK 6或7），Apache Ant和Python v2.6或更高版本。

建立

我们来构建OpenCV：

git clone git://github.com/opencv/opencv.git
cd opencv
git checkout 2.4
mkdir build
cd build

生成Makefile或MS Visual Studio *解决方案，或用于在系统中构建可执行文件的任何内容：

cmake -DBUILD_SHARED_LIBS = OFF ..

或者

cmake -DBUILD_SHARED_LIBS = OFF -G“Visual Studio 10”..

注意

当OpenCV构建为一组静态库（-DBUILD_SHARED_LIBS = OFF选项）时，Java绑定动态库是足够的，即不依赖于其他OpenCV库，而是包含所有OpenCV代码。

检查CMake的输出，并确保java是“待构建”模块之一。如果没有，可能你缺少依赖。您应该通过查看CMake输出来查找未找到并安装的任何与Java相关的工具进行故障排除。

OpenCV Java开发教程

注意

如果CMake在您的系统中找不到Java，则在运行JAVA_HOME环境变量之前，使用安装JDK的路径设置JAVA_HOME环境变量。例如：

export JAVA_HOME=/usr/lib/jvm/java-6-oracle
cmake -DBUILD_SHARED_LIBS=OFF ..

现在开始构建：

make -j8

要么

msbuild / m OpenCV.sln / t：Build / p：Configuration = Release / v：m

除此之外，还将创建一个包含Java接口（bin/opencv-244.jar）和包含Java绑定和所有OpenCV内容（lib/libopencv_java244.so或bin/Release/opencv_java244.dll分别））的本地动态库的jar 。稍后我们会使用这些文件。

Ant的Java示例

注意: 在opencv/samples/java/ant文件夹中提供了描述的示例OpenCV库。

创建一个文件夹，您将开发此示例应用程序。
在此文件夹中build.xml，使用任何文本编辑器创建具有以下内容的文件：

< project  name = “SimpleSample”  basedir = “。”  default = “rebuild-run” >
    < property  name = “src.dir”      value = “src” />
    < property  name = “lib.dir”      value = “$ {ocvJarDir}” />
    < path  id = “classpath” >
        < fileset  dir = “$ {lib.dir}”  includes = “** / *。jar” />
    </ path >
    < property  name = “build.dir”    value = “build” />
    < property  name = “classes.dir”  value = “$ {build.dir} / classes” />
    < property  name = “jar.dir”      value = “$ {build.dir} / jar” />
    < property  name = “main-class”   value = “$ {ant.project.name}” />
    < target  name = “clean” >
        < delete  dir = “$ {build.dir}” />
    </ target >
    < target  name = “compile” >
        < mkdir  dir = “$ {classes.dir}” />
        < javac  includeantruntime = “false”  srcdir = “$ {src.dir}”  destdir = “$ {classes.dir}”  classpathref = “classpath” />
    </ target >
    < target  name = “jar”  depends = “compile” >
        < mkdir  dir = “$ {jar.dir}” />
        < jar  destfile = “$ {jar.dir} / $ {ant.project.name} .jar”  basedir = “$ {classes.dir}” >
            < manifest >
                < attribute  name = “Main-Class”  value = “$ {main-class}” />
            </ manifest >
        </ jar >
    </ target >
    < target  name = “run”  depends = “jar” >
        “ java  fork = ”true“  classname = ”$ {main-class}“ >
            < sysproperty  key = “java.library.path”  path = “$ {ocvLibDir}” />
            < classpath >
                < path  refid = “classpath” />
                < path  location = “$ {jar.dir} / $ {ant.project.name} .jar” />
            </ classpath >
        </ java >
    </ target >
    < target  name = “rebuild”  depends = “clean，jar” />
    < target  name = “rebuild-run”  depends = “clean，run” />
</ project >

注意

该XML文件可以重用于构建其他Java应用程序。它描述了第3 - 12行中的通用文件夹结构和用于编译和运行应用程序的常用目标。当重用该XML时，不要忘记修改第1行中的项目名称，也是主类的名称（第14行）。OpenCV jar和jni lib的路径预期为第5行中的参数（“$ {ocvJarDir}”和第37行中的“$ {ocvLibDir}”），但为方便起见，您可以对这些路径进行硬编码。有关其构建文件格式的详细说明，请参阅Ant文档。

在src文件旁边创建一个文件夹build.xml和一个SimpleSample.java文件。
将以下Java代码放入SimpleSample.java文件中：

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.CvType;
import org.opencv.core.Scalar;
class SimpleSample {
  static{ System.loadLibrary(Core.NATIVE_LIBRARY_NAME); }
  public static void main(String[] args) {
    System.out.println("Welcome to OpenCV " + Core.VERSION);
    Mat m = new Mat(5, 10, CvType.CV_8UC1, new Scalar(0));
    System.out.println("OpenCV Mat: " + m);
    Mat mr1 = m.row(1);
    mr1.setTo(new Scalar(1));
    Mat mc5 = m.col(5);
    mc5.setTo(new Scalar(5));
    System.out.println("OpenCV Mat data:n" + m.dump());
  }
}

在控制台中的文件夹中运行以下命令build.xml：

ant -DocvJarDir = path / to / dir / contained / opencv-244.jar -DocvLibDir = path / to / dir / contained / opencv_java244 / native / library

例如：

ant -DocvJarDir = X： opencv-2.4.4  bin -DocvLibDir = X： opencv-2.4.4  bin  Release

该命令应启动[重新建立和运行样品。你应该在屏幕上看到这样的东西：

OpenCV Java开发教程

Java和Scala的SBT项目

现在我们将使用SBT创建一个简单的Java应用程序。这是对不熟悉此构建工具的人的简要介绍。我们正在使用SBT，因为它特别容易和强大。

首先，使用其网站上的说明下载并安装SBT。

接下来，导航到您想要应用程序来源的新目录（外部opencv目录）。让我们称之为“JavaSample”并创建一个目录：

cd <somewhere outside opencv>
mkdir JavaSample

现在我们将创建必要的文件夹和一个SBT项目：

cd JavaSample
mkdir -p src/main/java # This is where SBT expects to find Java sources
mkdir project # This is where the build definitions live

现在project/build.scala在您最喜欢的编辑器中打开并粘贴以下内容。它定义了您的项目：

import sbt._
import Keys._
object JavaSampleBuild extends Build {
  def scalaSettings = Seq(
    scalaVersion := "2.10.0",
    scalacOptions ++= Seq(
      "-optimize",
      "-unchecked",
      "-deprecation"
    )
  )
  def buildSettings =
    Project.defaultSettings ++
    scalaSettings
  lazy val root = {
    val settings = buildSettings ++ Seq(name := "JavaSample")
    Project(id = "JavaSample", base = file("."), settings = settings)
  }
}

现在编辑project/plugins.sbt并粘贴以下内容。这将启用Eclipse项目的自动生成：

addSbtPlugin（“com.typesafe.sbteclipse”％“sbteclipse-plugin”％“2.1.0”）

现在运行sbt从JavaSample根和从SBT运行eclipse生成一个eclipse项目：

sbt # Starts the sbt console
eclipse # Running "eclipse" from within the sbt console

你应该看到这样的东西：

OpenCV Java开发教程

您现在可以使用导入... - >现有项目将SBT项目导入到Eclipse中。无论您是否实际执行此操作都是可选的指南; 我们将使用SBT来构建项目，所以如果你选择使用Eclipse，它将作为一个文本编辑器。

为了测试一切正常，创建一个简单的“Hello OpenCV”应用程序。通过创建src/main/java/HelloOpenCV.java具有以下内容的文件来执行此操作：

public class HelloOpenCV {
  public static void main(String[] args) {
    System.out.println("Hello, OpenCV");
 }
}

现在从sbt控制台执行运行，或者更简洁地，从命令行运行sbt run：

sbt run

你应该看到这样的东西：

OpenCV Java开发教程

运行SBT样品

现在我们将使用OpenCV创建一个简单的面部检测应用程序。

首先，创建一个lib/文件夹并将OpenCV jar复制到其中。默认情况下，SBT将lib文件夹中的jar添加到Java库搜索路径。您可以选择重新运行sbt eclipse来更新Eclipse项目。

mkdir lib
cp <opencv_dir> / build / bin / opencv_ <version> .jar lib /
sbt eclipse

接下来，创建目录src/main/resources并将此Lena图像下载到其中：

OpenCV Java开发教程

确保它被调用"lena.png"。资源目录中的项目在运行时可用于Java应用程序。

接下来，lbpcascade_frontalface.xml从目录复制opencv/data/lbpcascades/到resources

cp <opencv_dir> /data/lbpcascades/lbpcascade_frontalface.xml src / main / resources /

现在修改src / main / java / HelloOpenCV.java，因此它包含以下Java代码：

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.MatOfRect;
import org.opencv.core.Point;
import org.opencv.core.Rect;
import org.opencv.core.Scalar;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.objdetect.CascadeClassifier;
//
// Detects faces in an image, draws boxes around them, and writes the results
// to "faceDetection.png".
//
class DetectFaceDemo {
  public void run() {
    System.out.println("nRunning DetectFaceDemo");
    // Create a face detector from the cascade file in the resources
    // directory.
    CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("/lbpcascade_frontalface.xml").getPath());
    Mat image = Imgcodecs.imread(getClass().getResource("/lena.png").getPath());
    // Detect faces in the image.
    // MatOfRect is a special container class for Rect.
    MatOfRect faceDetections = new MatOfRect();
    faceDetector.detectMultiScale(image, faceDetections);
    System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));
    // Draw a bounding box around each face.
    for (Rect rect : faceDetections.toArray()) {
        Imgproc.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(0, 255, 0));
    }
    // Save the visualized detection.
    String filename = "faceDetection.png";
    System.out.println(String.format("Writing %s", filename));
    Imgcodecs.imwrite(filename, image);
  }
}
public class HelloOpenCV {
  public static void main(String[] args) {
    System.out.println("Hello, OpenCV");
    // Load the native library.
    System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
    new DetectFaceDemo().run();
  }
}

请注意对System.loadLibrary（Core.NATIVE_LIBRARY_NAME）的调用。必须在使用任何本机OpenCV方法之前，每个Java进程必须执行一次此命令。如果您不打电话，您将收到UnsatisfiedLink错误。如果您尝试在已经加载OpenCV时加载OpenCV，您还会收到错误。

现在使用`sbt run`运行面部检测应用程序：