android 開發(fā)人員，可能熟悉使用activities， fragments， intents以及最重要的一系列開源依賴庫。但是，注入需要本機功能的依賴關系（如計算機視覺框架）并不像在 gradle 文件中直接添加實現語句那樣簡單！

今天，將專注于使用 OpenCV 庫，將其作為依賴項注入到你的 android 應用程序中。

那么，我們將從這次討論中得到什么？我們將能夠創(chuàng)建一個 android 應用程序并執(zhí)行所需的步驟來集成 OpenCV。

此外，我們將完成一個基于SIFT技術的圖像特征檢測算法。這將是你考慮構建自己的 SDK 的良好起點。

什么是SIFT？

SIFT 代表尺度不變傅立葉變換（Scale Invariant Fourier Transform）。檢測器用于查找圖像上的興趣點。它使我們能夠識別圖像中的局部特征。

SIFT 的優(yōu)勢在于，即使我們大幅縮放圖像，它也能正常工作，因為它將圖像數據轉換為尺度不變坐標。SIFT 使用“關鍵點”來表示圖像中縮放和旋轉不變的局部特征。這是我們將其用于各種應用程序（如圖像匹配、對象檢測、場景檢測等）的基準。

為了識別關鍵點，該算法為你完成：

第 1 步：形成尺度空間——這一步確保特征與尺度無關。

第 2 步：關鍵點定位——這一步有助于識別合適的特征／關鍵點。

第 3 步：方向對齊——這一步確保關鍵點是旋轉后不變的。

第 4 步：關鍵點描述符——這是為每個關鍵點創(chuàng)建描述符的最后一步。

從這里，我們可以使用關鍵點和描述符來進行特征匹配。

現在讓我們設置android項目，

打開Android Studio－＞New Project－＞Empty Activity

下載 OpenCV 4．5．1

提取文件夾，然后將 java 文件夾重命名為 OpenCVLibrary451

然后使用 File－＞New－＞Import Module 并選擇文件夾

單擊完成。然后，你必須看到該庫已添加到你的項目中。

點擊 File－＞Project Structure－＞Dependencies 并選擇 app．

單擊添加依賴項，然后選擇 OpenCVLibrary451

確保選中JDK 11，如果沒有，請轉到 gradle 設置并將目標版本更改為1．8。

我們只需要再添加 JNI 庫，以便調用 SIFT OpenCV 本機函數。將以下內容粘貼到應用程序的構建 gradle 文件中。android下defaultConfig下面

sourceSets｛

      main ｛

         jniLibs．srcDirs ＝ ［＇libs＇］

      ｝

  ｝

然后將幾個文件復制粘貼到你在開始時提取的 opencv 文件夾 ［from ／OpenCV－android－sdk／sdk／native／libs］ 下。轉到項目的 app 文件夾，創(chuàng)建一個名為 libs 的文件夾并粘貼文件。

同樣，在應用程序的主文件夾中創(chuàng)建一個名為 cpp 的文件夾，然后粘貼 ／OpenCV－android－sdk／sdk／libcxx＿helper 中的文件。你之前提取的那個。

在 android 下 app 的 build gradle 文件中粘貼以下內容

externalNativeBuild ｛

  cmake ｛

      path file（＇src／main／cpp／CMakeLists．txt＇）

      version ＇3．18．1＇

  ｝

｝

同步 grade 文件。如果一切順利，你將看到應用程序的構建。

要測試應用程序，請將 bmp 粘貼到可繪制對象中。我在這里使用了 used test．bmp。

收集 bmp 文件后，將以下內容粘貼到 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，將以下代碼粘貼到 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！�。畇etImageBitmap（inputImage）

  ｝

｝

讓我們看一下上面的一些代碼，以便更好地理解

System．loadLibrary（＂native－lib＂）

System．loadLibrary（＂opencv＿java4＂）

當 cmake 為我們構建所有類并準備就緒時，我們仍然沒有 SIFT 模塊，很遺憾，它移到了新版本 OpenCV 中的其他庫中。

函數 detectAndDrawKeypoints（） 獲取位圖并將其轉換為圖像數組（矩陣／多維數組），并使用 SIFT 模塊檢測關鍵點。如果圖像具有良好的對比度、細節(jié)和較少重復的圖案，檢測將產生盡可能多的關鍵點。

構建并運行應用程序

我們剛剛檢測到圖像中的特征。

我們現在可以擴展它來拍攝另一張圖像，獲取它的關鍵點并最終匹配它們以獲得相似性。

       原文標題 : 使用 OpenCV for Android 進行圖像特征檢測