Android के लिए जावा में कंप्यूटर दृष्टि। BoofCV लाइब्रेरी ओवरव्यू

शायद हर Android प्रोग्रामर कम से कम एक बार कंप्यूटर दृष्टि या संवर्धित वास्तविकता का उपयोग करके कुछ लिखने के बारे में सोचता है। और कुछ ने ओपेल्व का उपयोग करते हुए हैलो, शब्द भी लिखा, जिसे उन्होंने एंड्रॉइड पर भी पोर्ट किया। दुर्भाग्य से, अगर हम कुछ गंभीर लिखना चाहते हैं, तो हम पाते हैं कि पहले से लागू कंप्यूटर विज़न फ़ंक्शंस के साथ पुस्तकालयों का सेट इतना बड़ा नहीं है, खासकर एंड्रॉइड प्लेटफ़ॉर्म के लिए। ज्यादातर वे इस उद्देश्य के लिए C ++ में लिखे गए opencv का उपयोग करते हैं या अपनी खुद की बाइक लिखते हैं, जो सामान्य रूप से भी अच्छा है, लेकिन कार्यान्वयन के संदर्भ में हम जितनी तेजी से नहीं चाहेंगे। हालांकि, सब कुछ इतना बुरा नहीं है। इस तरह की एक अद्भुत BoofCV परियोजना है, जो शुद्ध जावा में लिखी गई कंप्यूटर दृष्टि पुस्तकालय है। लाइब्रेरी के नाम के अंतिम दो अक्षरों का मतलब वही है जो आपने सोचा था। और नवीनतम रिलीज में एंड्रॉइड के लिए लंबे समय से प्रतीक्षित समर्थन दिखाई दिया। नीचे हम एक विशिष्ट उदाहरण का उपयोग करके पुस्तकालय द्वारा प्रदान की गई मुख्य अच्छाइयों पर विचार करेंगे।

BoofCV - लघु विवरण

इसलिए BoofCV शुद्ध जावा में लिखा गया एक ओपन सोर्स कंप्यूटर विज़न लाइब्रेरी है। आंतरिक रूप से उपयोग किए जाने वाले एल्गोरिदम अच्छी तरह से अनुकूलित हैं और, जैसा कि अभ्यास से पता चलता है, कुछ मामलों में गति C ++encv के कार्यान्वयन से नीच नहीं है। पुस्तकालय की मुख्य विशेषताएं:
• वीडियो और वेब कैमरों के साथ काम करें;
• 3 डी कंप्यूटर विजन;
• फिल्टर (धुंधला, ढाल), शोर सफाई (तरंगिका का उपयोग करके);
• द्विभाजन, रूपात्मक संचालन;
• सीमाओं को हाइलाइट करना (कैनी, सोबेल);
• रुचि के बिंदु खोजें;
• लाइनों, खंडों, आयतों की खोज करें;
• स्टीरियो छवियों।

इसके अलावा, लाइब्रेरी में कंप्यूटर विज़न में उपयोग किए जाने वाले कई और कार्य शामिल हैं। पुस्तकालय काफी सरलता से जुड़ा हुआ है - आप स्रोत को आधिकारिक साइट से डाउनलोड कर सकते हैं और इसे स्वयं बना सकते हैं, या आप पहले से ही एकत्र किए गए जार फ़ाइलों को डाउनलोड कर सकते हैं और बस उन्हें परियोजना से जोड़ सकते हैं।

प्रयोगों के लिए, निम्नलिखित चित्र लें:



सबसे पहले, चलो गॉसियन कलंक की कोशिश करें:



ऐसी तस्वीर पाने के लिए, हम BlurImageOps.gaussian फ़ंक्शन का उपयोग करते हैं:
// इसके बाद, छवि ImageUInt8 प्रकार की मूल छवि है

ImageUInt8 blurred = new ImageUInt8(image.width,image.height) ImageUInt8 blurred = new ImageUInt8(image.width,image.height); BlurImageOps.gaussian(image,blurred,-1,5,null); 

अब मूल छवि में शोर जोड़ें और इसे फ़िल्टर करें:




शोर जोड़ें और निकालें:

 Random rand = new Random(234); ImageUInt8noisy = image.clone(); GeneralizedImageOps.addGaussian(noisy,rand,20,0,255); ImageUInt8denoised = new ImageFloat32(ImageUInt8.width, ImageUInt8.height); int numLevels = 4; WaveletDenoiseFilter< ImageUInt8> denoiser = FactoryImageDenoise.waveletBayes(ImageUInt8.class,numLevels); denoiser.process(noisy,denoised); 

सीमाओं को हाइलाइट करना:



कोड:

मैं

 mageUInt8 canny = new ImageUInt8(image.width,image.height); //Canny DetectEdgeContour<ImageUInt8> simple = FactoryDetectEdgeContour.canny(30,200,false,ImageUInt8.class,ImageSInt16.class); simple.process(image); List<List<Point2D_I32>> edges = simple.getContours(); for( List<Point2D_I32> l : edges ) { for( Point2D_I32 p : l ) { canny.set(px,py, 255); } } 

छवि बाइनरीकरण:



कोड:

 ImageUInt8 binary = new ImageUInt8(image.width,image.height); float mean = PixelMath.sum(image)/(image.width*image.height); ThresholdImageOps.threshold(image, binary,mean,false); 

Binarized छवि मार्कअप:



कोड:

 ImageSInt32 blobs = new ImageSInt32(image.width, image.height); int numBlobs = BinaryImageOps.labelBlobs4(binary,blobs); 

रुचि के बिंदु खोजें:



मैं कोड नहीं दूंगा, इसलिए लेख को अव्यवस्थित करने के लिए नहीं, एक उदाहरण मैनुअल में है।

और यहां एक तार्किक सवाल उठता है - एंड्रॉइड कहां है? Android में लाइब्रेरी का उपयोग करने के लिए, एक ConvertBitmap क्लास है जिसमें एंड्रॉइड फॉर्मेट से BoofCV लाइब्रेरी फॉर्मेट और इसके विपरीत में कनवर्ट करने के तरीके हैं।
उदाहरण के लिए, इस तरह:

 Bitmap map = BitmapFactory.decodeResource(getResources(), R.drawable.car5); ImageUInt8 image = ConvertBitmap.bitmapToGray(map, (ImageUInt8)null, null); 

निष्कर्ष:

बेशक, यह पुस्तकालय की सभी विशेषताओं का एक छोटा सा हिस्सा है। BoofCV की कार्यक्षमता के अनुसार, बेशक यह opencv जैसे राक्षसों को खो देता है। हालांकि, BoofCV का उपयोग करते समय एंड्रॉइड के लिए कंप्यूटर विजन में प्रवेश करने की दहलीज काफी कम हो जाती है।
उसी समय, पुस्तकालय ने अच्छा प्रदर्शन किया, जो इसे वास्तविक समय प्रणालियों में उपयोग करने की अनुमति देता है। तो आवश्यक मापदंडों के साथ आयत की खोज और स्थानीयकरण (उदाहरण के लिए, कार संख्या) चित्र के आकार के आधार पर लगभग 0.2 - 0.5 सेकंड लेता है। पुस्तकालय अच्छी तरह से प्रलेखित है।