您的位置：首页 > 移动开发 > Android开发

android中opencv操作图片像素----之图像灰度处理

2017-12-19 13:11 666 查看

灰度图以数组存储每个像素的数据，每个数据叫做一个灰度值

彩色图像灰度处理公式：R*0.299+G*0.587+B*0.114

方式一：指针操作。

extern "C" {
JNIEXPORT jintArray JNICALL
Java_com_xy_opencv_ndk_1opencv002_MainActivity_grayPixels(JNIEnv *env, jclass type,                                                          jintArray pixels_, jint w, jint h) {
jint *pixels = env->GetIntArrayElements(pixels_, NULL);
if (pixels == NULL) {
return 0;
}
//图片一进来时是ARGB  通过mat转换BGRA
Mat img(h, w, CV_8UC4, pixels);
//读取返回一个uchar数组
uchar* ptr = img.ptr(0);
//获取当前CPU的钟摆时间
double time0 = static_cast<double>(getTickCount());
/**
* 指针处理
*/
//灰度处理图片
for(int i = 0; i < w * h; i++){
//R*0.299 + G * 0.587 + B * 0.114
uchar  grayPixel = (uchar)(ptr[4*i+2]*0.299+ptr[4*i+1]*0.587+ptr[4*i+0]*0.114);
ptr[4*i+0] = grayPixel;
ptr[4*i+1] = grayPixel;
ptr[4*i+2] = grayPixel;
}

//计算运行时间
time0 = ((double)getTickCount() - time0)/getTickFrequency();
__android_log_print(ANDROID_LOG_INFO,"JNI","%ld",time0);

int size = w * h;
jintArray result = env->NewIntArray(size);
env->SetIntArrayRegion(result, 0, size, pixels);
env->ReleaseIntArrayElements(pixels_,pixels,0);
env->ReleaseIntArrayElements(pixels_, pixels, 0);
return result;
}
}

方式二：迭代器处理。

extern "C" {
JNIEXPORT jintArray JNICALL
Java_com_xy_opencv_ndk_1opencv002_MainActivity_grayPixels(JNIEnv *env, jclass type,                                                          jintArray pixels_, jint w, jint h) {
jint *pixels = env->GetIntArrayElements(pixels_, NULL);
if (pixels == NULL) {
return 0;
}
//图片一进来时是ARGB  通过mat转换BGRA
Mat img(h, w, CV_8UC4, pixels);
//获取当前CPU的钟摆时间
double time0 = static_cast<double>(getTickCount());
/**
* 迭代器处理
*/
//起始位置的迭代器
// Vec3b是向量
Mat_<Vec3b>::iterator it = img.begin<Vec3b>();
//结束为止的迭代器
Mat_<Vec3b>::iterator itEnd = img.end<Vec3b>();

for (; it!= itEnd; ++it) {
uchar temp = (uchar)((*it)[2]*0.299+(*it)[1]*0.587+(*it)[0]*0.114);
(*it)[0] = temp;
(*it)[1] = temp;
(*it)[2] = temp;
}
//计算运行时间
time0 = ((double)getTickCount() - time0)/getTickFrequency();
__android_log_print(ANDROID_LOG_INFO,"JNI","%ld",time0);

int size = w * h;
jintArray result = env->NewIntArray(size);
env->SetIntArrayRegion(result, 0, size, pixels);
env->ReleaseIntArrayElements(pixels_,pixels,0);
env->ReleaseIntArrayElements(pixels_, pixels, 0);
return result;
}
}

方式三：动态地址计算。

extern "C" {
JNIEXPORT jintArray JNICALL
Java_com_xy_opencv_ndk_1opencv002_MainActivity_grayPixels(JNIEnv *env, jclass type,                                                          jintArray pixels_, jint w, jint h) {
jint *pixels = env->GetIntArrayElements(pixels_, NULL);
if (pixels == NULL) {
return 0;
}
//图片一进来时是ARGB  通过mat转换BGRA
Mat img(h, w, CV_8UC4, pixels);
/**
* 动态地址计算
* 得用Vec4b
*/
int row = img.rows;
int col = img.cols;
for (int i = 0; i < row; i++) {
for (int j = 0; j < col; j++) {
uchar temp = (uchar)(img.at<Vec4b>(i,j)[2]*0.299
+img.at<Vec4b>(i,j)[1]*0.587
+img.at<Vec4b>(i,j)[0]*0.114);
img.at<Vec4b>(i,j)[0]=temp;
img.at<Vec4b>(i,j)[1]=temp;
img.at<Vec4b>(i,j)[2]=temp;
}
}

//计算运行时间
time0 = ((double)getTickCount() - time0)/getTickFrequency();
__android_log_print(ANDROID_LOG_INFO,"JNI","%ld",time0);
int size = w * h;
jintArray result = env->NewIntArray(size);
env->SetIntArrayRegion(result, 0, size, pixels);
env->ReleaseIntArrayElements(pixels_,pixels,0);
env->ReleaseIntArrayElements(pixels_, pixels, 0);
return result;
}
}

这三种方式中，性能最好的是第一种，耗时少，第二种和第三种耗时差不多，但第二种使用了迭代器，可以保证不会越界，安全性高，第三种方式使用了Mat中的方法动态操作地址中的数据，便于理解。

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签： opencv ndk 像素操作灰度图 android

相关文章推荐

新的分享

章节导航