Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/litongjava/litongjava-opencv-utils
基于opencv封装的一些工具类,主要功能有 1.交通灯识别 2.图形形状及颜色识别
https://github.com/litongjava/litongjava-opencv-utils
Last synced: about 1 month ago
JSON representation
基于opencv封装的一些工具类,主要功能有 1.交通灯识别 2.图形形状及颜色识别
- Host: GitHub
- URL: https://github.com/litongjava/litongjava-opencv-utils
- Owner: litongjava
- License: apache-2.0
- Created: 2022-06-23T03:18:43.000Z (over 2 years ago)
- Default Branch: master
- Last Pushed: 2024-04-29T03:11:24.000Z (9 months ago)
- Last Synced: 2024-11-16T13:06:11.683Z (about 2 months ago)
- Language: Java
- Homepage: https://litongjava-opencv-utils-docs.vercel.app/
- Size: 20.2 MB
- Stars: 5
- Watchers: 2
- Forks: 1
- Open Issues: 0
-
Metadata Files:
- Readme: readme.md
- License: LICENSE
Awesome Lists containing this project
README
# litongjava-opencv-utils
## 文档
[文档](https://litongjava-opencv-utils-docs.vercel.app/)
## 1. 简介
`litongjava-opencv-utils` 是一个基于 OpenCV 的 Java 工具库，旨在提供一系列便利的功能，帮助开发者在 Java 应用程序中轻松实现图像处理和计算机视觉任务。此库封装了多种图像操作的方法，包括图像的读取、保存、形状识别、颜色提取和更多复杂的图像分析功能。
## 2. 主要特点
- **简化的 API**：提供了一系列简单易用的接口，让开发者能够快速实现如形状检测、颜色分离等复杂功能。
- **丰富的图像处理功能**：支持多种图像预处理操作，如灰度转换、二值化、轮廓提取等，为高级图像分析提供基础。
- **交通灯识别专用工具**：包含专门用于交通灯检测和状态识别的工具，适用于智能交通系统和自动驾驶领域。
## 3. 安装和使用
为了使用 `litongjava-opencv-utils`，您需要先在您的 Java 项目中引入 OpenCV 的库。库的安装可以通过 Maven 或直接将 JAR 文件添加到项目依赖中进行。一旦设置好环境，您就可以通过以下步骤来使用此工具库：
**步骤 1：添加库到项目中**
如果是使用 Maven，可以在 `pom.xml` 中添加相应的依赖（注意替换为最新版本）：
```xml
com.litongjava
opencv-utils
版本号
```
**步骤 2：使用库中的方法**
以下是一个简单的示例，展示如何使用库中的方法来读取图像和提取颜色：
```java
import com.litongjava.opencv.utils.MatUtils;
import com.litongjava.opencv.utils.ColorDivisionUtils;
import org.opencv.core.Mat;
import org.opencv.core.Scalar;
import org.opencv.imgproc.Imgproc;
public class Example {
public static void main(String[] args) {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME); // 加载本地库
Mat src = MatUtils.imread("path/to/image.jpg");
Scalar lower = new Scalar(0, 50, 50);
Scalar upper = new Scalar(10, 255, 255);
Mat redMask = ColorDivisionUtils.colorDivision(src, lower, upper);
MatUtils.imwrite("path/to/output.jpg", redMask);
}
}
```
这个示例加载了一个图像，使用 `ColorDivisionUtils` 提取图像中的红色部分，并保存结果图像。