通过电脑摄像头识别事先指定的模板图像,实时跟踪模板图像的移动[用灰色矩形框标识] ps:一开始以为必须使用OpenCV Manager,可是这样会导致还需要用户去额外安装一个apk,造成用户体验很差,后来在网上找到一些牛人说的方法,实现了可以不用安装OpenCV Manager,直接加载其需要的静态库,从而优化了用户体验. 效果如图所示:

WINDOWS系统Eclipse+NDK+Android + OpenCv 参考文档博客 1 NDK环境搭建 http://jingyan.baidu.com/article/5d6edee22d908799eadeec9f.html 2 官方文档 Android.mk与Application.mk如何编写,OpenCV库如何调用 http://docs.opencv.org/trunk/doc/tutorials/introduction/android_binary_package/dev_

最近打算写一个android 平台opencv 的小程序,着手查找了一下资料.网络上的资料参差不齐,有一些都比较老旧,我参考了前面的方法找到了一个简单的搭建方法,分享给大家. 0,环境的搭建: java 虚拟机环境搭建,网络资料很多不再赘述. android 开发环境的搭建参见我的上一篇博客 基于adt-bundle-windows-x86的android开发环境搭建. 下面说明如果搭建 android opencv 环境: 下载NDK http://developer.android.com/

1.OpenCV样例调试:<OpenCV Sample - image-manipulations>       blog+报错:E/CAMERA_ACTIVITY(17665): CameraWrapperConnector::connectToLib ERROR: cannot dlopen camera wrapper library            原因:google好多资料后发现少了libnative_camera.so库,我去opencv libs下面看,你会发现有好多版本的

之前一直用IntelliJ IDEA 导入 opencv_android_sdk 的 java 包,在最后一步finish时,始终出错. 后来重新安装Android Studio 重复以上步骤,能顺利导入包 openCVLibrary320 (原因未知). 导入包后注意修改 sdk的 build.gradle 中的 android { compileSdkVersion 26 buildToolsVersion "26.0.2" defaultConfig { minSdkVersio

最近工作需求:用opencv来先做一个demo.扫描照片进行边缘检测和透视矫正. 之后会加入照片降噪等处理. 请教了一下搞图像的同事.他的提议: 1.绿盟的“黄色照片检测” 用的是动态的opencv库.apk反编译出来有显示,导致技术人员对这个的应用评价变差. 2.opencv 用在这两个功能上,属于大材小用.用c语言写一两个函数,java层把照片传到c层.速度很快就可以完成. 3.opencv 只是提供一个框架,具体的功能实现,还是要自己写.功能很少的情况下,没有想象的那么好用和简便. 4.推

近期编译了android下支持opencl的opencv,使用opencl能力的关键是用cv::UMat替换cv::Mat. 实际使用后发现坑很多,非常不成熟,不推荐使用这种方式来提升实际产品的性能. 每个UMat产生的时候会从gpu分配内存,而GPU分配内存是很慢的:使用Mat的时候,这点开销不值得一提,但是UMat完全不是一回事.因此,UMat一定一定要重用,避免反复分配. mat.getUMat()方法很多坑,引用计数的错误很难查,至今没搞明白原理.因此一直用mat.copyTo(umat

---恢复内容开始--- 2016年4月12日编写 一.第一步:搭建eclipse开发环境 1.在eclipse官网中下载eclipse.zip进行解压即可.没有版本要求,但要和电脑的位数相匹配.如:电脑是64位,就下载64位的版本. 2.下载jdk,即java开发工具包.有了jdk就可以编写java程序了.可以到oracle官网下载jdk,1.7版本即可.注意:电脑如果是64位,就下载64位版本的. 3.配置jdk的环境变量. (1)JAVA_HOME: D:\Java\jdk1.7.0_75

关于如何用纯OpenCV实现图片叠加的例子实在是太少,太多的是使用 C++,JNI实现的,如果要用C++的话,我们为啥不转行做C++ 下面的例子基于 Android JavaCV 实现了在im_beauty 美女图片上  添加im_flower3 小花图片 并显示 需要在res/drawable目录下 放两个文件 im_beauty, im_flower3 注意im_flower3一定要比im_beauty图片尺寸要下小 package com.KyleOpencvImageAdd; impor

前几篇文章中有提到对openCV环境配置,这里再重新梳理导入和使用openCV进行简单的人脸检测(包括使用级联分类器) 一 首先导入openCVLibrary320 二 设置gradle的sdk版本号与当前项目一致 compileSdkVersion 26 buildToolsVersion "26.0.2" defaultConfig { minSdkVersion 14 targetSdkVersion 26 } 三 新建 jniLibs 目录 在 app/src/main 目录下

最近两天开发一个使用OpenCV集成的一个识别车牌号的项目,困难重重,总结一下相关经验,以及开发注意事项: 一.开发环境: Android Studio 个人版本 3.1.4 NDK下载:14b CMake:Android Studio SDK Tools中下载 参考资料:https://github.com/zeusees/HyperLPR   集成有冲突未解决: 很实用的一个Dmeo以这个为例 https://blog.csdn.net/u011686167/article/details/

https://github.com/opencv/opencv/wiki http://code.opencv.org/issues/4185 Hello, I finally get a ride of Android build from sources.This is built only for arm devices. you can found the libnative_camera_r5.0.0.so here : https://svn.scolring.org/trunk/

转载自http://blog.csdn.net/jesse__zhong/article/details/24889709 .......省略包 public class Staticdetection2Activity extends Activity { final private static String TAG = "StaticrecognitionActivity"; final private int PICTURE_CHOOSE = 1; private ImageV

原文链接:http://answers.opencv.org/question/134783/android-opencv-finding-extreme-points-in-contours/ 导    读:本例子使用轮廓分析,寻找到轮廓的极点:使用了STD的SORT特性.   提出问题: Good Evening, I have a trouble with finding extreme points in frames. I am detecting all contours, but

动态人脸检测前提是需要打开摄像头. 网上看了很多教程,我知道的有两种方式打开摄像头: JavaCameraView mCameraView = new JavaCameraView(this, -1); setContentView(mCameraView); mCameraView.setCvCameraViewListener(this); mCameraView.enableView(); 第2种:在布局文件中添加 CameraBridgeViewBase mCameraView = (C

1.Mat存储到本地: public void saveMatData(Mat mat) { File fileDir = new File(Environment.getExternalStoragePublicDirectory( Environment.DIRECTORY_PICTURES), "mybook"); if (!fileDir.exists()) { fileDir.mkdirs(); } String name = String.valueOf(System.cu

在小米mix 2s + 高通骁龙 845 + Adreno 630 上测试了opencl版本的cv::dft(). 测试数据 先看表格里面的描述: 名称 函数名 最大时间(ms) 平均时间(ms) 说明 cpu版本dft cv::dft() - 0.029448 未统计其他,仅cv::dft()函数的调用时间 opencl版本 cv::dft(UMat) 802.557000 0.202941 不计算mat与umat的拷贝,不计算umat的填充对齐 opencl中使用opencl计算的主函数 c

在上一篇博客中提到了利用磁场强度推算传感器位置坐标的公式,下面就介绍怎么利用智能手机完成磁铁的追踪(任何具有磁感应器的装置均可以),这里主要是利用Android手机. 1:程序步骤: 首先将磁铁放置在远离手机的位置,然后拿着手机在空中做"倒8"字运动(就是这个运动轨迹:).这样做的目的就是标准化手机的磁感应器,因为磁感应装置很容易受到磁场的干扰变得不精准. 将手机放置平稳,然后记录当前的磁场强度,作为"原始磁场"(这个磁场必须精准可以取多次的平均值).Android

大部分都是参考下面的网址,如果感觉看起来不舒服,可以直接查看原网址.最后遇到了一点问题: Description      Resource Path Location   Type E:/~\code\Eclipse\opencvV4sdk\native\jni\/../libs/armeabi-v7a/libopencv_core.a(persistence.cpp.o): in function cvOpenFileStorage:persistence.cpp(.text.cvOpenF

最近需要将Python人证对比模型移植安卓端.安卓端需要使用openCV简单的人像提取处理.在配置openCV前首先需要配置NDK环境. NDK的介绍(http://www.cnblogs.com/leaven/archive/2010/05/27/1744855.html) JNI与NDK详细介绍: http://blog.csdn.net/carson_ho/article/details/73250163 一 NDK在Ubuntu的配置 参考: http://blog.csdn.net/j