影象處理（三） 檢測障礙物
阿新 • • 發佈：2019-01-08
前幾天寫了一個小的專案關於：當手機處於靜止狀態時，識別是否動或者前方有不同物體
MainActivity
public class MainActivity extends Activity implements SurfaceHolder.Callback,
PreviewCallback {
// 定義物件
private SurfaceView mSurfaceview = null; // SurfaceView物件：(檢視元件)視訊顯示
private SurfaceHolder mSurfaceHolder = null; // SurfaceHolder物件：(抽象介面)SurfaceView支援類 layout
<?xml version="1.0" encoding="utf-8"?>
<FrameLayout xmlns:android="http://schemas.android.com/apk/res/android"
android:layout_width="match_parent"
android:layout_height="match_parent" >
<SurfaceView
android:id="@+id/surface_view"
android:layout_width="fill_parent"
android:layout_height="fill_parent" />
<ImageView
android:id="@+id/img_res"
android:scaleType="centerInside"
android:layout_width="150dp"
android:layout_height="150dp"
android:layout_gravity="center_horizontal|bottom" />
</FrameLayout>這地方有幾個難點：
1. 如何實現相機幀預覽（即相機處於預覽狀態時，每幀圖片多能得到）；
關鍵詞 ：PreviewCallback
對應的方法：onPreviewFrame
// PreviewCallback
@Override
public void onPreviewFrame(byte[] data, Camera camera) {
// TODO Auto-generated method stub
if (indexFrame++ % 6 != 0)//一秒六幀。可以增加圖片處理速度
return;
Size size = camera.getParameters().getPreviewSize();
try {
YuvImage image = new YuvImage(data, ImageFormat.NV21, size.width,
size.height, null);
if (image != null) {
ByteArrayOutputStream stream = new ByteArrayOutputStream();
image.compressToJpeg(new Rect(0, 0, size.width, size.height),
80, stream);
Bitmap bmp = BitmapFactory.decodeByteArray(
stream.toByteArray(), 0, stream.size());
// **********************
// 因為圖片會放生旋轉，因此要對圖片進行旋轉到和手機在一個方向上
bmp = rotaingImageView(-90, bmp);
// 圖片太大處理較慢，就把圖片縮放裁剪
Matrix matrix = new Matrix();
matrix.postScale(0.125f, 0.125f); // 長和寬縮小的比例
bitmap = bmp.createBitmap(bmp, 0, 0, size.height, size.width,
matrix, true);
bitmap_ = procSrc2Gray(bitmap);//灰度
bitmap_ = changeBitmap(bitmap);//二值
//報警
getPolice();
// **********************************
stream.close();
}
} catch (Exception ex) {
Log.e("Sys", "Error:" + ex.getMessage());
}
}其中，本身手機拍照圖片會很大，圖片對應顯示就會很慢，人眼感覺就會一卡一卡的，除了處理每秒幾幀，這裡也圖片裁切，縮小了
// 圖片太大處理較慢，就把圖片縮放裁剪
Matrix matrix = new Matrix();
matrix.postScale(0.125f, 0.125f); // 長和寬縮小的比例
bitmap = bmp.createBitmap(bmp, 0, 0, size.height, size.width,
matrix, true);兩個方法：postScale（）；createBitmap（）
2. 怎麼去識別相機如何不動；
思路：①將每幀處理的圖片儲存為tempbitmap ；②下一幀的圖片與之比較；③相同times++，不同times = 0；④當times = x 時，即手機不動了。
//手機畫面確認不動
if(tempBitmap != null){
if (isEquals(tempBitmap, bitmap_) == true) {
times++;
times_2 = 0;
Log.e("MainActivity", "number:" + times + ";" );
}else{
times_ = 0;
}
}
if(tempBitmap != null && times < police_time){
if (isEquals(tempBitmap, bitmap_) == false){
times = times_;
}
}3. 相機不動時，如何確認前方有障礙物或者手機在動；
思路相同，就不詳細訴說了，程式碼多有
當時除了這些問題還有一些簡單的問題卡了我好久，
1.相機如何自動對焦（要用時呼叫starFocus（））：
// 自動對焦
Timer timer = new Timer(true);
TimerTask task = new TimerTask() {
public void run() {
// 每次需要執行的程式碼放到這裡面
// 實現自動對焦
mCamera.autoFocus(null);
}
};
public void startFocus() {
timer.schedule(task, 0, 3000);
}
2.如何比較兩組圖片是否為相同（我能力有限不能讓所有rgb值一樣，所以就取了一個約值，2%-3%）
處理最重要的地方：將比較的兩幅圖片，灰度化並且二值化，不然你會很慘的
// 比較圖片
public boolean isEquals(Bitmap b1, Bitmap b2) {
int xCount = b1.getWidth();
int yCount = b1.getHeight();
int number = 0;
for (int x = 0; x < xCount; x++) {
for (int y = 0; y < yCount; y++) {
// 比較每個畫素點顏色
if (b1.getPixel(x, y) != b2.getPixel(x, y)) {
number++;
}
}
}
if(number < 500) return true;
return false;
}
二值化，灰度化：
//灰度化
public Bitmap procSrc2Gray(Bitmap bm){
Mat rgbMat = new Mat();
Mat grayMat = new Mat();
Bitmap graybm = Bitmap.createBitmap(bm.getWidth(), bm.getHeight(), Config.ARGB_8888);
Utils.bitmapToMat(bm, rgbMat);//convert original bitmap to Mat, R G B.
Imgproc.cvtColor(rgbMat, grayMat, Imgproc.COLOR_RGB2GRAY);//rgbMat to gray grayMat
Utils.matToBitmap(grayMat, graybm);
return graybm;
}
//二值化
public Bitmap changeBitmap(Bitmap bm) {
Mat rgbMat = new Mat();
Mat grayMat = new Mat();
Bitmap graybm = Bitmap.createBitmap(bm.getWidth(), bm.getHeight(), Config.ARGB_8888);
Utils.bitmapToMat(bm,rgbMat);
Imgproc.threshold(rgbMat,grayMat,100,255,Imgproc.THRESH_BINARY);
Utils.matToBitmap(grayMat,graybm);
return graybm;
}這裡關於opencv的運用前面的部落格有詳細說明。