opencv java api 中文版是款可以快速的幫助用戶進(jìn)行使用java語言在opencv編程的進(jìn)行時的編程手冊；軟件可以快的通過關(guān)鍵詞進(jìn)行快速的查找，使您可以快速的得到您需要索索的各類函數(shù)的使用方法，包括了屬性、定義等實(shí)用的信息，讓您的opencv編程更加的快速等；軟件的操作簡單，使用方便，是款非常值得信賴的軟件，需要的朋友趕快將opencv java api下載來使用試試吧！

軟件功能

　　Packages：org.opencv.core

　　Core:

　　對矩陣的進(jìn)行基本運(yùn)算（加減乘除等）的一些函數(shù)

　　CvType:

　　基本數(shù)據(jù)類型的定義

　　如CV_16UC3，代表的是16位無符號整形3通道。

　　Mat:

　　構(gòu)造函數(shù)

　　public Mat(int rows,

　　int cols,

　　int type)

　　public Mat(int rows,

　　int cols,

　　int type,

　　Scalar s)

　　public Mat(Mat m,

　　Rect roi)

　　Methods:

　　get

　　public double[] get(int row,

　　int col)

　　取得某個坐標(biāo)的數(shù)據(jù)，返回值是double，包含的是多個通道數(shù)據(jù)。

　　eye

　　public static Mat eye(Size size,

　　int type)

　　類似matlab中的初始化eye將對角線元素置為1，其他為0.

　　height

　　public int height()

　　得到矩陣的高

　　width

　　public int width()

　　得到矩陣的寬

　　public static Mat ones(int rows,

　　int cols,

　　int type)

　　put

　　public int put(int row,

　　int col,

　　byte[] data)

　　API 里非常重要的一個類

　　MatOfKeyPoint：

　　存儲KeyPoint的Match，繼承自Mat，包含Mat的一系列Methods，另外還有

　　public void alloc(int elemNumber)

　　public void fromArray(KeyPoint... a)

　　public void fromList(java.util.List lkp)

　　public java.util.List toList()

　　public KeyPoint[] toArray()

　　KeyPoint：

　　用于顯著點(diǎn)檢測的數(shù)據(jù)結(jié)構(gòu)，包含的數(shù)據(jù)域Keypoint的坐標(biāo)，有意義keypoint的半徑。

　　Point：

　　點(diǎn)，一般用來表示像素的坐標(biāo)，包含：double x，double y兩個域，

　　Method and Description

　　Point clone()

　　double dot(Point p)

　　boolean equals(java.lang.Object obj)

　　int hashCode()

　　boolean inside(Rect r)

　　void set(double[] vals)

　　java.lang.String toString()

　　MatOfPoint:

　　保存Point的Mat，同樣繼承自Mat，包含Mat的一系列Methods。

　　Rect：

　　Rect(int x, int y, int width, int height)

　　重要的方法

　　Method and Description：

　　double area()：返回rect的面積

　　Point br()：返回rect的左上角坐標(biāo)

　　Point tl()：返回rect的右下角坐標(biāo)

　　void set(double[] vals)

　　Size size()

數(shù)據(jù)包介紹

　　Packages：org.opencv.imgproc

　　這個包中包括模糊，調(diào)整圖像，金字塔運(yùn)算，濾波，顏色轉(zhuǎn)換，計(jì)算直方圖，邊緣檢測，二值化，大小等等。

　　介紹幾個比較重要和常用的算法。

　　對圖像進(jìn)行二值化

　　static void

　　使用自適應(yīng)閾值的方式來二值化圖像， T(x,y)是對每個像素計(jì)算的閾值.

　　adaptiveThreshold(Mat src, Mat dst, double maxValue, int adaptiveMethod, int thresholdType, int blockSize, double C)

　　對于ADAPTIVE_THRESH_GAUSSIAN_C, T(x,y) 是(x, y)的blockSize x blockSize 的領(lǐng)域加權(quán)均值 減去 C.

　　對于 ADAPTIVE_THRESH_MEAN_C, T(x,y) 是(x, y)的blockSize x blockSize 的領(lǐng)域均值 減去 C.

　　屬性

　　blockSize - 對于某個像素，計(jì)算其閾值所考慮的元素范圍: 3, 5, 7, and so on.

　　thresholdType - Thresholding type that must be either THRESH_BINARY or THRESH_BINARY_INV.

　　dst -和原圖像相同類型的的目標(biāo)圖像.

　　C - 從均值中減去的一個常數(shù). 一般是取正值，也可以去0或者負(fù)數(shù).

　　src - 原圖像8位單通道圖像.

　　maxValue - 和thresholdType相關(guān)，如果這一參數(shù)為 THRESH_BINARY，那么二值化圖像像素大于閾值為maxValue，反之參數(shù)為THRESH_BINARY_INV，則小于閾值的被賦值為maxValue。

　　adaptiveMethod - 能夠使用哪種自適應(yīng)閾值算法, ADAPTIVE_THRESH_MEAN_C orADAPTIVE_THRESH_GAUSSIAN_C.

　　用法舉例

　　Imgproc.adaptiveThreshold(inputFrame.gray(), mbyte, 255,Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C, Imgproc.THRESH_BINARY_INV, 5, 2);

目錄

　　前言

　　01 Java 概述、安裝及簡易教學(xué)

　　1-1 Java 概述

　　1-2 Java 安裝

　　1-3 Eclipse 安裝

　　1-4 GUI 設(shè)計(jì)工具WindowBuilder plugin

　　1-5 在Eclipse 開發(fā)第一個Java 程式

　　1-6 在Eclipse 開發(fā)第一個Java 視窗程式- 顯示影像

　　1-7 在Eclipse 開發(fā)視窗程式-slider 控制元件

　　1-8 在Eclipse 開發(fā)視窗程式- 按鈕控制元件

　　1-9 好用的Eclipse 快捷鍵

　　02 OpenCV 概述、安裝及設(shè)定

　　2-1 OpenCV 概述

　　2-2 關(guān)於OpenCV 3.0 及3.1

　　2-3 使用Java 開發(fā)OpenCV 的缺點(diǎn)

　　2-4 OpenCV 的下載及安裝

　　2-5 在Eclipse 設(shè)定OpenCV 開發(fā)環(huán)境

　　2-6 整合Java 之Eclipse 與OpenCV

　　2-7 開發(fā)第一個OpenCV 程式

　　2-8 建立矩陣

　　03 OpenCV 基礎(chǔ)數(shù)學(xué)計(jì)算

　　3-1 線性代數(shù)方面相關(guān)計(jì)算

　　3-2 統(tǒng)計(jì)方面相關(guān)計(jì)算

　　3-3 其他數(shù)學(xué)方面相關(guān)計(jì)算

　　04 影像基本輸出輸入處理

　　4-1 影像基本操作

　　4-2 WebCAM 基本操作

　　4-3 影片檔案讀入及撥放

　　4-4 IPCAM 操作

　　05 影像基本處理

　　5-1 明暗度處理

　　5-2 灰階處理

　　5-3 影像相反處理

　　5-4 模糊處理

　　5-5 臨界值處理

　　5-6 銳利化處理

　　5-7 合併處理

　　5-8 縮放處理

　　5-9 旋轉(zhuǎn)處理

　　5-10 扭曲處理

　　5-11 對比處理

　　5-12 綜合處理

　　5-13 顏色空間

　　5-14 堆疊處理

　　5-15 馬賽克處理

　　5-16 外框處理

　　5-17 ROI 應(yīng)用

　　06 使用核矩陣進(jìn)行影像處理

　　6-1 Mean filter

　　6-2 Prewitt filter

　　6-3 Laplacian filter

　　6-4 Sobel filter

　　6-5 Frei Chenn filter

　　6-6 Scharr filter

　　6-7 Robinson filter

　　6-8 Kirsch filter

　　6-9 浮雕處理

　　6-10 客制化filter

　　6-11 SqrBox filter

　　07 繪圖

　　7-1 基礎(chǔ)幾何及文字繪圖

　　7-2 直方圖統(tǒng)計(jì)

　　7-3 填充處理

　　7-4 綜合應(yīng)用

　　7-5 符號

　　7-6 立體浮雕

　　08 進(jìn)階影像處理

　　8-1 形態(tài)學(xué)變換

　　8-2 Canny 邊緣檢測

　　8-3 綜合應(yīng)用

　　8-4 分水嶺

　　8-5 其他

　　8-6 圓形變換

　　09 強(qiáng)大相片類處理

　　9-1 影像修復(fù)

　　9-2 減色

　　9-3 Denoising

　　9-4 HDR

　　9-5 Seamless Cloning 系列

　　9-6 Non-Photorealistic Rendering 系列

　　9-7 其它

　　10 檢測

　　10-1 線檢測

　　10-2 圓檢測

　　10-3 輪廓

　　10-4 模板找尋

　　10-5 凸包

　　10-6 凸包缺陷

　　10-7 顏色檢測

　　10-8 綜合應(yīng)用手指檢測

　　10-9 Moments

　　10-10 切線

　　10-11 案例實(shí)作

　　11 特徵點(diǎn)檢測

　　11-1 Shi-Tomasi 角點(diǎn)檢測

　　11-2 Harris-Stephens 邊緣檢測

　　11-3 FeatureDetector

　　11-4 棋盤格找尋

　　11-5 矯正鏡頭畸形

　　12 運(yùn)動追蹤motion tracking

　　12-1 簡單的運(yùn)動追蹤

　　12-2 HOG 行人檢測

　　12-3 光流8.7.3 實(shí)驗(yàn)程式

　　12-4 MOG 及KNN 行人檢測

　　12-5 MeanShift 及CamShift

　　12-6 Kalman Filter

　　12-7 其他

　　13 Machine Learning 機(jī)器學(xué)習(xí)

　　13-1 Haar+Adaboost

　　13-2 建立ML 資料庫

　　13-3 分類

　　13-4 聚類

　　14 其它功能與整合效果

　　14-1 傅立葉轉(zhuǎn)換

　　14-2 視差

　　14-3 虛擬鋼琴

　　14-4 Subdiv2D

　　15 發(fā)行Java 應(yīng)用程式

　　16 Opencv 與Web 整合

　　範(fàn)例16-1-1 網(wǎng)頁版Hello Opencv

　　範(fàn)例16-1-2 利用opencv 顯示影像

　　範(fàn)例16-1-3 在Web 上模糊處理

　　範(fàn)例16-1-4 jsp 應(yīng)用模糊處理

　　附錄A Opencv Mat 資料結(jié)構(gòu)列表

　　附錄B Opencv 色彩空間轉(zhuǎn)換資料格式列表

　　附錄C Iris 鳶尾花數(shù)據(jù)集

　　附錄D Opencv for Java 2.4.X 與3.1 差異

　　附錄E Opencv 相關(guān)網(wǎng)址

　　附錄F 如何使用本書範(fàn)例及相關(guān)圖片