使用 OpenCV for Android 进行图像特征检测

    android 开发人员，可能熟悉使用activities， fragments， intents以及最重要的一系列开源依赖库。但是，注入需要本机功能的依赖关系（如计算机视觉框架）并不像在 gradle 文件中直接添加实现语句那样简单！
    今天，将专注于使用 OpenCV 库，将其作为依赖项注入到你的 android 应用程序中。
    那么，我们将从这次讨论中得到什么？我们将能够创建一个 android 应用程序并执行所需的步骤来集成 OpenCV。
    此外，我们将完成一个基于SIFT技术的图像特征检测算法。这将是你考虑构建自己的 SDK 的良好起点。
    什么是SIFT？
    SIFT 代表尺度不变傅立叶变换（Scale Invariant Fourier Transform）。检测器用于查找图像上的兴趣点。它使我们能够识别图像中的局部特征。
    SIFT 的优势在于，即使我们大幅缩放图像，它也能正常工作，因为它将图像数据转换为尺度不变坐标。SIFT 使用“关键点”来表示图像中缩放和旋转不变的局部特征。这是我们将其用于各种应用程序（如图像匹配、对象检测、场景检测等）的基准。
    为了识别关键点，该算法为你完成：
    第 1 步：形成尺度空间——这一步确保特征与尺度无关。
    第 2 步：关键点定位——这一步有助于识别合适的特征／关键点。
    第 3 步：方向对齐——这一步确保关键点是旋转后不变的。
    第 4 步：关键点描述符——这是为每个关键点创建描述符的最后一步。
    从这里，我们可以使用关键点和描述符来进行特征匹配。
    现在让我们设置android项目，
    打开Android Studio－＞New Project－＞Empty Activity
    
    下载 OpenCV 4．5．1
    提取文件夹，然后将 java 文件夹重命名为 OpenCVLibrary451
    然后使用 File－＞New－＞Import Module 并选择文件夹
    
    单击完成。然后，你必须看到该库已添加到你的项目中。
    
    点击 File－＞Project Structure－＞Dependencies 并选择 app．
    单击添加依赖项，然后选择 OpenCVLibrary451
    
    
    确保选中JDK 11，如果没有，请转到 gradle 设置并将目标版本更改为1．8。
    
    
    我们只需要再添加 JNI 库，以便调用 SIFT OpenCV 本机函数。将以下内容粘贴到应用程序的构建 gradle 文件中。android下defaultConfig下面
    sourceSets｛
          main ｛
             jniLibs．srcDirs ＝ ［＇libs＇］
          ｝
      ｝
    然后将几个文件复制粘贴到你在开始时提取的 opencv 文件夹 ［from ／OpenCV－android－sdk／sdk／native／libs］ 下。转到项目的 app 文件夹，创建一个名为 libs 的文件夹并粘贴文件。
    
    同样，在应用程序的主文件夹中创建一个名为 cpp 的文件夹，然后粘贴 ／OpenCV－android－sdk／sdk／libcxx＿helper 中的文件。你之前提取的那个。
    
    在 android 下 app 的 build gradle 文件中粘贴以下内容
    externalNativeBuild ｛
      cmake ｛
          path file（＇src／main／cpp／CMakeLists．txt＇）
          version ＇3．18．1＇
      ｝
    ｝
    同步 grade 文件。如果一切顺利，你将看到应用程序的构建。
    
    要测试应用程序，请将 bmp 粘贴到可绘制对象中。我在这里使用了 used test．bmp。
    收集 bmp 文件后，将以下内容粘贴到 resources－＞layout－＞activity＿main．xml
    ＜？xml version＝＂1．0＂ encoding＝＂utf－8＂？＞
    ＜androidx．constraintlayout．widget．ConstraintLayout xmlns：android＝＂http：／／schemas．android．com／apk／res／android＂
      xmlns：app＝＂http：／／schemas．android．com／apk／res－auto＂
      xmlns：tools＝＂http：／／schemas．android．com／tools＂
      android：layout＿width＝＂match＿parent＂
      android：layout＿height＝＂match＿parent＂
      tools：context＝＂．MainActivity＂＞
      ＜TextView
          android：id＝＂＠＋id／sample＿text＂
          android：layout＿width＝＂wrap＿content＂
          android：layout＿height＝＂wrap＿content＂
          android：text＝＂Hello OpenCV Android！！！＂
          app：layout＿constraintBottom＿toBottomOf＝＂parent＂
          app：layout＿constraintLeft＿toLeftOf＝＂parent＂
          app：layout＿constraintRight＿toRightOf＝＂parent＂
          app：layout＿constraintTop＿toTopOf＝＂parent＂ ／＞
      ＜ImageView
          android：id＝＂＠＋id／imageView＂
          android：layout＿width＝＂wrap＿content＂
          android：layout＿height＝＂wrap＿content＂
          app：layout＿constraintBottom＿toTopOf＝＂＠＋id／sample＿text＂
          app：layout＿constraintEnd＿toEndOf＝＂parent＂
          app：layout＿constraintHorizontal＿bias＝＂0．498＂
          app：layout＿constraintStart＿toStartOf＝＂parent＂
          app：layout＿constraintTop＿toTopOf＝＂parent＂
          app：layout＿constraintVertical＿bias＝＂0．641＂
          app：srcCompat＝＂＠drawable／ic＿launcher＿background＂ ／＞
    ＜／androidx．constraintlayout．widget．ConstraintLayout＞
    然后，将以下代码粘贴到 ActivityMain．kt 中
    package com．augray．siftandroid
    import android．graphics．Bitmap
    import android．graphics．BitmapFactory
    import android．os．Bundle
    import android．view．View
    import android．widget．ImageView
    import android．widget．TextView
    import androidx．appcompat．app．AppCompatActivity
    import org．opencv．android．Utils
    import org．opencv．core．Mat
    import org．opencv．core．MatOfKeyPoint
    import org．opencv．features2d．Features2d
    import org．opencv．features2d．SIFT
    import org．opencv．imgproc．Imgproc
    class MainActivity ： AppCompatActivity（） ｛
      companion object ｛
          ／／ Used to load the ＇native－lib＇ library on application startup．
          init ｛
              System．loadLibrary（＂native－lib＂）
              System．loadLibrary（＂opencv＿java4＂）
          ｝
      ｝
      private var imageView： ImageView？ ＝ null
      ／／ make bitmap from image resource
      private var inputImage： Bitmap？ ＝ null
      private val sift ＝ SIFT．create（）
      override fun onCreate（savedInstanceState： Bundle？） ｛
          super．onCreate（savedInstanceState）
          setContentView（R．layout．activity＿main）
          inputImage ＝ BitmapFactory．decodeResource（resources， R．drawable．test）
          imageView ＝ findViewById＜View＞（R．id．imageView） as ImageView
          detectAndDrawKeypoints（）
      ｝
      fun detectAndDrawKeypoints（） ｛
          val rgba ＝ Mat（）
          Utils．bitmapToMat（inputImage， rgba）
          val keyPoints ＝ MatOfKeyPoint（）
          Imgproc．cvtColor（rgba， rgba， Imgproc．COLOR＿RGBA2GRAY）
          sift．detect（rgba， keyPoints）
          Features2d．drawKeypoints（rgba， keyPoints， rgba）
          Utils．matToBitmap（rgba， inputImage）
          imageView！！．setImageBitmap（inputImage）
      ｝
    ｝
    让我们看一下上面的一些代码，以便更好地理解
    System．loadLibrary（＂native－lib＂）
    System．loadLibrary（＂opencv＿java4＂）
    当 cmake 为我们构建所有类并准备就绪时，我们仍然没有 SIFT 模块，很遗憾，它移到了新版本 OpenCV 中的其他库中。
    函数 detectAndDrawKeypoints（） 获取位图并将其转换为图像数组（矩阵／多维数组），并使用 SIFT 模块检测关键点。如果图像具有良好的对比度、细节和较少重复的图案，检测将产生尽可能多的关键点。
    构建并运行应用程序
    我们刚刚检测到图像中的特征。
    我们现在可以扩展它来拍摄另一张图像，获取它的关键点并最终匹配它们以获得相似性。