java使用opcv截取两张图片中间黄色圈然后对比计算出图片一比图片二偏移百分比

要使用 OpenCV（在 Java 中）截取两张图片中的黄色圆圈，并计算偏移百分比，您可以按照以下大致步骤进行操作： 1. 读取图片：使用 OpenCV 的 `imread` 方法读取两张图片。 2. 颜色空间转换：将图片从 BGR（默认的 OpenCV 颜色空间）转换到 HSV 颜色空间，以便更方便地检测黄色。 3. 黄色阈值设定：根据 HSV 中黄色的范围设定阈值，来提取黄色区域。 4. 形态学操作：可能需要进行一些形态学操作，如膨胀、腐蚀，来优化提取的黄色区域。 5. 轮廓检测：找到黄色区域的轮廓。 6. 确定圆形轮廓：通过一些算法判断哪个轮廓是圆形的（例如计算轮廓的周长和面积，根据圆形的特性来判断）。 7. 计算圆心坐标：对于检测到的圆形轮廓，计算其圆心坐标。 8. 计算偏移：比较两张图片中圆形的圆心坐标，计算偏移量。 9. 计算偏移百分比：根据图片的尺寸和偏移量计算偏移百分比。 以下是一个简单的示例代码框架，仅包含了一些关键步骤的示意，实际应用中还需要根据具体情况进行调整和完善： ```java import org.opencv.core.Core; import org.opencv.core.CvType; import org.opencv.core.Mat; import org.opencv.core.MatOfPoint; import org.opencv.core.Point; import org.opencv.core.Scalar; import org.opencv.core.Size; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; public class ImageComparison { static { System.loadLibrary(Core.NATIVE_LIBRARY_NAME); } public static void main(String[] args) { // 读取图片 Mat image1 = Imgcodecs.imread("image1.jpg"); Mat image2 = Imgcodecs.imread("image2.jpg"); // 转换到 HSV 颜色空间 Mat hsvImage1 = new Mat(); Mat hsvImage2 = new Mat(); Imgproc.cvtColor(image1, hsvImage1, Imgproc.COLOR_BGR2HSV); Imgproc.cvtColor(image2, hsvImage2, Imgproc.COLOR_BGR2HSV); // 设定黄色阈值 Scalar lowerYellow = new Scalar(20, 100, 100); Scalar upperYellow = new Scalar(30, 255, 255); // 提取黄色区域 Mat yellowMask1 = new Mat(); Mat yellowMask2 = new Mat(); Core.inRange(hsvImage1, lowerYellow, upperYellow, yellowMask1); Core.inRange(hsvImage2, lowerYellow, upperYellow, yellowMask2); // 形态学操作 Mat dilatedMask1 = new Mat(); Mat dilatedMask2 = new Mat(); Imgproc.dilate(yellowMask1, dilatedMask1, new Mat()); Imgproc.dilate(yellowMask2, dilatedMask2, new Mat()); // 轮廓检测 Mat hierarchy1 = new Mat(); Mat hierarchy2 = new Mat(); List<MatOfPoint> contours1 = new ArrayList<>(); List<MatOfPoint> contours2 = new ArrayList<>(); Imgproc.findContours(dilatedMask1, contours1, hierarchy1, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE); Imgproc.findContours(dilatedMask2, contours2, hierarchy2, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE); // 确定圆形轮廓并计算圆心 Point center1 = findCenterOfCircle(contours1); Point center2 = findCenterOfCircle(contours2); // 计算偏移和偏移百分比 double offsetX = center2.x - center1.x; double offsetY = center2.y - center1.y; double percentageX = (offsetX / image1.width()) * 100; double percentageY = (offsetY / image1.height()) * 100; System.out.println("X 方向偏移百分比: " + percentageX + "%"); System.out.println("Y 方向偏移百分比: " + percentageY + "%"); } public static Point findCenterOfCircle(List<MatOfPoint> contours) { for (MatOfPoint contour : contours) { double area = Imgproc.contourArea(contour); double perimeter = Imgproc.arcLength(contour, true); double circularity = 4 * Math.PI * area / (perimeter * perimeter); if (circularity > 0.8) { // 大致判断为圆形 Moments moments = Imgproc.moments(contour); int x = (int) (moments.m10 / moments.m00); int y = (int) (moments.m01 / moments.m00); return new Point(x, y); } } return null; } } ``` 这只是一个简单的示例，实际的图像处理可能会更加复杂，需要根据图片的质量、黄色区域的特征和准确性要求进行更多的优化和调整。 [2024-08-10 10:15:40 | AI写代码神器 | 1248点数解答]