java OpenCV 图片清晰度、色偏和亮度检测

基于OpenCV对图片清晰度、色偏和亮度的检测（java版）

本文链接：https://blog.csdn.net/qq_34997906/article/details/87970817

由来：近期项目需要检测图片的亮度和色偏，但网上大多为用C实现的，没有java版本的，此篇为java版本对opencv的调用，谨以此献给CSDN的广大用户。

一. 导入OpenCV所需依赖

在IDEA的项目模块下新建一个libs目录，将opencv-343.jar放进去，将opencv_java343.dll放到项目下。
如图：

注意：opencv_java343.dll文件很多时候会加载不了，放在系统的path路径下也是可以的，jdk目录以及windows32目录下都是可行的，如果有强迫症的话就放在项目下吧。
pom 文件依赖引入

<dependency><groupId>org.opencv</groupId><artifactId>opencv</artifactId><version>0.0.1</version><scope>system</scope><systemPath>${project.basedir}/libs/opencv-343.jar</systemPath>
</dependency>

二. 项目代码

1. 色偏检测

原理说明：网上常用的一种方法是将RGB图像转变到CIE Lab空间，其中L表示图像亮度，a表示图像红/绿分量，b表示图像黄/蓝分量。通常存在色偏的图像，在a和b分量上的均值会偏离原点很远，方差也会偏小；通过计算图像在a和b分量上的均值和方差，就可评估图像是否存在色偏。计算CIE Lab*空间是一个比较繁琐的过程，好在OpenCV提供了现成的函数，因此整个过程也不复杂。

/*** opencv 检测图片色偏* jpegFile:待检测的图片* calcCast 计算并返回一幅图像的色偏度以及，色偏方向* cast 计算出的偏差值，小于1表示比较正常，大于1表示存在色偏* da 红/绿色偏估计值，da大于0，表示偏红；da小于0表示偏绿* db 黄/蓝色偏估计值，db大于0，表示偏黄；db小于0表示偏蓝*/import org.opencv.core.Core;import org.opencv.core.Mat;import org.opencv.imgcodecs.Imgcodecs;import org.opencv.imgproc.Imgproc;public static Boolean colorException(File jpegFile) {Mat srcImage = Imgcodecs.imread(jpegFile.getAbsolutePath());Mat dstImage = new Mat();//  将RGB图像转变到CIE L*a*b*Imgproc.cvtColor(srcImage, dstImage, Imgproc.COLOR_BGR2Lab);float a=0,b=0;int HistA[] = new int[256],HistB[] = new int[256];for(int i=0;i<256;i++){HistA[i]=0;HistB[i]=0;}int size= (int)dstImage.total() * dstImage.channels();for(int i=0;i < dstImage.rows(); i++){for(int j=0;j< dstImage.cols(); j++){//在计算过程中，要考虑将CIEL*a*b*空间还原后同a+=(float)(dstImage.get(i,j)[1]-128);b+=(float)(dstImage.get(i,j)[2]-128);
//                int x=Math.abs(dstImage.ptr(i,j).get(1));
//                int y=Math.abs(dstImage.ptr(i,j).get(2));int x=(int)dstImage.get(i,j)[1];int y=(int)dstImage.get(i,j)[2];HistA[x]++;HistB[y]++;}}float  da=a/(float)(dstImage.rows() * dstImage.cols());float db=b/(float)(dstImage.rows() * dstImage.cols());float D= (float)Math.sqrt(da*da+db*db);float Ma=0,Mb=0;for(int i=0;i<256;i++){//计算范围-128～127Ma+=Math.abs(i-128-da)*HistA[i];Mb+=Math.abs(i-128-db)*HistB[i];}Ma/=(float)(dstImage.rows() * dstImage.cols());Mb/=(float)(dstImage.rows() * dstImage.cols());float M=(float)Math.sqrt(Ma*Ma+Mb*Mb);float K=D/M;float cast =K;System.out.printf("色偏指数： %f\n",cast);if(cast>1.1) {System.out.printf("存在色偏\n");return true;}else {System.out.printf("不存在色偏\n");return false;}}

2. 亮度检测

原理说明：计算图片在灰度图上的均值和方差，当存在亮度异常时，均值会偏离均值点（可以假设为128），方差也会偏小；通过计算灰度图的均值和方差，就可评估图像是否存在过曝光或曝光不足。

/*** opencv 检测图片亮度* brightnessException 计算并返回一幅图像的色偏度以及，色偏方向* cast 计算出的偏差值，小于1表示比较正常，大于1表示存在亮度异常；当cast异常时，da大于0表示过亮，da小于0表示过暗* 返回值通过cast、da两个引用返回，无显式返回值*/import org.opencv.core.Core;import org.opencv.core.Mat;import org.opencv.imgcodecs.Imgcodecs;import org.opencv.imgproc.Imgproc;public static Integer brightnessException ( File jpegFile) {Mat srcImage = Imgcodecs.imread(jpegFile.getAbsolutePath());Mat dstImage = new Mat();// 将RGB图转为灰度图Imgproc.cvtColor(srcImage,dstImage, Imgproc.COLOR_BGR2GRAY);float a=0;int Hist[] = new int[256];for(int i=0;i<256;i++) {Hist[i] = 0;}for(int i=0;i<dstImage.rows();i++){for(int j=0;j<dstImage.cols();j++){//在计算过程中，考虑128为亮度均值点a+=(float)(dstImage.get(i,j)[0]-128);int x=(int)dstImage.get(i,j)[0];Hist[x]++;}}float da =  a/(float)(dstImage.rows()*dstImage.cols());System.out.println(da);float D =Math.abs(da);float Ma=0;for(int i=0;i<256;i++){Ma+=Math.abs(i-128-da)*Hist[i];}Ma/=(float)((dstImage.rows()*dstImage.cols()));float M=Math.abs(Ma);float K=D/M;float cast = K;System.out.printf("亮度指数： %f\n",cast);if(cast>=1) {System.out.printf("亮度："+da);if(da > 0) {System.out.printf("过亮\n");return 2;} else {System.out.printf("过暗\n");return 1;}} else {System.out.printf("亮度：正常\n");return 0;}}

3. 图片颜色检测

 /*** opencv 检测图片颜色*/public static void imageColor ( File jpegFile) {Mat srcImage = Imgcodecs.imread(jpegFile.getAbsolutePath());Mat dstImage = new Mat();Imgproc.cvtColor(srcImage,dstImage, Imgproc.COLOR_BGR2HSV);int i = 0 ,j = 0;loop:for( i=0;i<dstImage.rows();i++) {for(j=0;j<dstImage.cols();j++) {//在计算过程中，考虑128为亮度均值点double[] colorVec = dstImage.get(i,j);int x=(int)dstImage.get(i,j)[0];if((colorVec[0]>=0&&colorVec[0]<=180)&&(colorVec[1]>=0&&colorVec[1]<=255)&&(colorVec[2]>=0&&colorVec[2]<=46)) {continue;}else  if((colorVec[0]>=0&&colorVec[0]<=180)&&(colorVec[1]>=0&&colorVec[1]<=43)&&(colorVec[2]>=46&&colorVec[2]<=220)){continue;}else  if((colorVec[0]>=0&&colorVec[0]<=180)&&(colorVec[1]>=0&&colorVec[1]<=30)&&(colorVec[2]>=221&&colorVec[2]<=255)){continue;}else {System.out.println("彩色图像");break loop;}}}if(i==dstImage.rows() && j==dstImage.cols()) {System.out.println("黑白图像");}}

4. 清晰度检测
网上用opencv检测的各个版本均为c++/c#写的，二者的库依赖和方法变量名都存在较大的差异，转换太过麻烦，此处提供一个javacv的写法，以解部分老哥的燃眉之急。
4.1 javacv依赖引入（依赖jar包较大）

<dependency><groupId>org.bytedeco</groupId><artifactId>javacv-platform</artifactId><version>1.4.3</version>
</dependency>

import org.bytedeco.javacpp.opencv_core;
import org.bytedeco.javacpp.opencv_imgcodecs;
import org.bytedeco.javacpp.opencv_imgproc;/*** javacv 检测图片清晰度* 标准差越大说明图像质量越好*/public static void clarityException(File jpegFile){String path = "E:\\test\\";opencv_core.Mat srcImage = opencv_imgcodecs.imread(jpegFile.getAbsolutePath());opencv_core.Mat dstImage = new opencv_core.Mat();//转化为灰度图opencv_imgproc.cvtColor(srcImage, dstImage, opencv_imgproc.COLOR_BGR2GRAY);//在gray目录下生成灰度图片opencv_imgcodecs.imwrite(path+"gray-"+jpegFile.getName(), dstImage);opencv_core.Mat laplacianDstImage = new opencv_core.Mat();//阈值太低会导致正常图片被误断为模糊图片，阈值太高会导致模糊图片被误判为正常图片opencv_imgproc.Laplacian(dstImage, laplacianDstImage, opencv_core.CV_64F);//在laplacian目录下升成经过拉普拉斯掩模做卷积运算的图片opencv_imgcodecs.imwrite(path+"laplacian-"+jpegFile.getName(), laplacianDstImage);//矩阵标准差opencv_core.Mat stddev = new opencv_core.Mat();//求矩阵的均值与标准差opencv_core.meanStdDev(laplacianDstImage, new opencv_core.Mat(), stddev);// ((全部元素的平方)的和)的平方根// double norm = Core.norm(laplacianDstImage);// System.out.println("\n矩阵的均值：\n" + mean.dump());System.out.println(jpegFile.getName() + "矩阵的标准差：\n" + stddev.createIndexer().getDouble());// System.out.println(jpegFile.getName()+"平方根：\n" + norm);}

最后的叮嘱：项目部署到服务器时，一定注意将opencv_java343.dll放在系统的path路径下，或者Tomcat的bin目录下。

java OpenCV 图片清晰度、色偏和亮度检测相关推荐

java opencv 图片放大缩小，角点检测和边缘检测（14）
什么是高斯金字塔所谓的高斯金字塔是利用算法将图片放大,如下面的图形: openCv对应的函数: src输入图像 dst 目标图像 dstsize 放大尺寸 borderType 边框类型实例: S ...
Java+OpenCV图片对比
近期老板让研究一下航拍.遥感影像对比功能,个人认为可行性并不高,没有知识储备,而且真要做好的话得当作产品去砸钱(老板:砸钱是不可能的,这辈子都不可能砸钱). 经过查询相关资料,OpenCV对图像的处理 ...
java opencv 图片处理_Java图像处理：基于OpenCV与JVM
Java图像处理:基于OpenCV与JVM 作者:(法)尼古拉斯·莫德奇克(Nicolas Modrzyk) 著出版日期:2019年04月文件大小:7.64M 支持设备: ￥60.00仅供试读适 ...
java Opencv 图片修复 Photo
OpenCV 如何进行图片修复修复函数: Photo.inpaint(imageSrc, imageMask, imageDst, radius, Photo.INPAINT_TELEA); ima ...
基于OpenCV对图片清晰度、色偏和亮度的检测（java版）
由来:近期项目需要检测图片的亮度和色偏,但网上大多为用C实现的,没有java版本的,此篇为java版本对opencv的调用,谨以此献给CSDN的广大用户. 一. 导入OpenCV所需依赖依赖下载:O ...
视频清晰度、色偏以及亮度异常检测
原文链接:http://blog.csdn.net/kklots/article/details/12720359 昨天老板临时交代一个活,要求通过算法检测监控设备是否存在失焦.偏色.亮度异常等问题. ...
java OpenCV实现扫描仪图片倾斜矫正
首先先去opencv官网下载资源官网地址:Releases - OpenCV 官网下载慢可以选择在百度网盘下载,版本是455 链接:https://pan.baidu.com/s/1LADtih8l ...
图像质量判断：模糊/色偏/亮度检测综合
以下先列出图像质量判断3项的原理公式说明,并给出代码博客链接. 1.原理 https://blog.csdn.net/weixin_41770169/article/details/82349687 ...
java 对比度,java批改图片亮度对比度
java修改图片亮度对比度我参考了这个博客 http://blog.csdn.net/jia20003/article/details/7385160 以下是我根据这个编的代码 public sta ...

java OpenCV 图片清晰度、色偏和亮度检测

一. 导入OpenCV所需依赖

二. 项目代码

java OpenCV 图片清晰度、色偏和亮度检测相关推荐

最新文章

热门文章