Android 修图（换证件照背景，污点修复）

2024-07-10 09:13| 来源: 网络整理| 查看: 265

背景

前段时间的一个周末，一个女生让我帮她换一下他的证件照背景，我又没带电脑。我又不好意思拒接，怎么办呢？应用商店下载一个证件照换背景的APP，瞬间换完，我正准备保存时，跳出来一个支付框，如果你要保存，支付2元钱，出于面子，我只好掏了2块钱，保存了。于是我就想，这种技术活，还给别人付钱，自己来撸吧.我是一个专职Android开发，那么就用Android来撸吧.

先来了解一下Android里原生API对图片操作，一般有两种方式，

一种是利用好Canvas绘制图片，一种是利用Bitmap的原生API，获取像素进行操作

这两种操作我都写了对应的文章，可以快速查看

Android：让你的“女神”逆袭，代码撸彩妆（画妆）Android：代码撸彩妆 2（大眼，瘦脸，大长腿）

今天的主题是在Android里使用OpenCv来操作图片，并实现两个不同的效果，换证件照背景和污点修复.

代码已经托管在Github上，和上两篇文章代码地址一样，分支with-photo-changecolor

Github ，如果你喜欢，欢迎star 谢谢

Android OpenCv 快速入门环境搭建

原生的API对图片的操作有限，并且一些颜色空间转化麻烦，效率低，那我们使用一个专业的图片操作库来操作图片，会变得容易些.

OpenCv有很多语言版本，当然底层是c/c++，他支持Android/IOS，Windows，Mac等,我们直接选择Android版本. 那么来搭建一下环境，有两部

下载OpenCv SDK 地址，将SDK 打包成aar，集成到项目中，快速获取aar,可以直接到我打好的包里获取 Github中获取. 打aar包很简单，用Android Studio打开下载好的SDK，然后到其目录下，执行./gradlew assembleRelease 或者用侧边的辅助工具

集成到你要使用OpenCv的项目，如下

图像灰度测试

集成完成后，进行OpenCV SDK接入成功测试

private void initLoaderOpenCV() { boolean success = OpenCVLoader.initDebug(); if (!success) { Log.d(TAG, "初始化失败"); } } public void gray(View view) { Mat src = new Mat(); Mat dst = new Mat(); Utils.bitmapToMat(bitmap, src); Imgproc.cvtColor(src, dst, Imgproc.COLOR_BGRA2GRAY); Bitmap resultBitmap = getResultBitmap(); Utils.matToBitmap(dst, resultBitmap); src.release(); dst.release(); showCompare(resultBitmap); }

如果接入没问题，就可以愉快的使用OpenCV了，是不是很简单.

换证件照背景（从蓝色到红色）

换证件照算法，直接使用了一个c++ 版本算法的，翻译为Android的. c++文章地址

主要步骤:

把RGB图像转换到HSV空间取背景的一小块20*20，计算蓝色背景的平均色调和饱和度设置阈值，取出蓝色背景替换为红色背景把HSV图像转换会RGB空间滤波器去除边缘效应

Android 代码如下:

private void startDetail() { Mat image = new Mat(); Utils.bitmapToMat(bitmap, image); Mat hsvImg = new Mat(); Imgproc.cvtColor(image, hsvImg, Imgproc.COLOR_BGR2HSV); List list = new ArrayList(); Core.split(hsvImg, list); Mat roiH = list.get(0).submat(new Rect(0, 0, 20, 20)); Mat roiS = list.get(1).submat(new Rect(0, 0, 20, 20)); Log.i(TAG,"start sum bg"); int SumH = 0; int SumS = 0; byte[] h = new byte[1]; byte[] s = new byte[1]; //取一块蓝色背景，计算出它的平均色调和平均饱和度 for (int i = 0; i roiH.get(j, i, h); roiS.get(j, i, s); SumH = h[0] + SumH; SumS = s[0] + SumS; } } int avgH, avgS;//蓝底的平均色调和平均饱和度 avgH = SumH / 400; avgS = SumS / 400; Log.i(TAG,"depth="+list.get(0).depth()); Log.i(TAG,"start sum detail all photo"); //遍历整个图像 int nl = hsvImg.height(); int nc = hsvImg.width(); // byte[] changeColor = new byte[]{127}; byte[] hArray = new byte[nl * nc]; byte[] sArray = new byte[nl * nc]; byte[] vArray = new byte[nl * nc]; list.get(0).get(0,0,hArray); list.get(1).get(0,0,sArray); // list.get(2).get(0,0,vArray); int row,index; for (int j = 0; j index = row + i; if(hArray[index] = (avgH - 20) && sArray[index] = (avgS -150) ){ hArray[index] = 127; // sArray[index] = 0; // vArray[index] = (byte) 255; } } } list.get(0).put(0,0,hArray); list.get(1).put(0,0,sArray); // list.get(2).put(0,0,vArray); Log.i(TAG,"merge photo"); Core.merge(list,hsvImg); Imgproc.cvtColor(hsvImg,image, Imgproc.COLOR_HSV2BGR); Bitmap resultBitmap = getResultBitmap(); Utils.matToBitmap(image,resultBitmap); Message obtain = Message.obtain(); obtain.obj = resultBitmap; handler.sendMessage(obtain); }

Mat 为OpenCV中图像的保存，很类似Android里的Bitmap，他和Bitmap转化需要借助OpenCv的Utils进行，OpenCV的核心API可以查看官网，此处主要使用了Imgproc

效果

污点修复修复原理

先来说一下污点修复的算法,一篇论文提到的《An ImageInpainting Technique Based On the Fast Marching Method》

可以简单理解为p点为待修复区域，ε为修复半径，把ε的值区域的值计算出来，用于修复P点，直到修复整个Ω区域.

详细可以查看论文：论文地址

实际修复

OpenCV 里面已经实现了此算法，具体方法如下:

//OpenCV Photo.java /** * Restores the selected region in an image using the region neighborhood. * * @param src Input 8-bit, 16-bit unsigned or 32-bit float 1-channel or 8-bit 3-channel image. * @param inpaintMask Inpainting mask, 8-bit 1-channel image. Non-zero pixels indicate the area that * needs to be inpainted. * @param dst Output image with the same size and type as src . * @param inpaintRadius Radius of a circular neighborhood of each point inpainted that is considered * by the algorithm. * @param flags Inpainting method that could be cv::INPAINT_NS or cv::INPAINT_TELEA * * The function reconstructs the selected image area from the pixel near the area boundary. The * function may be used to remove dust and scratches from a scanned photo, or to remove undesirable * objects from still images or video. See ;http://en.wikipedia.org/wiki/Inpainting; for more details. * * Note: * * * An example using the inpainting technique can be found at * opencv_source_code/samples/cpp/inpaint.cpp * * * (Python) An example using the inpainting technique can be found at * opencv_source_code/samples/python/inpaint.py * * */ public static void inpaint(Mat src, Mat inpaintMask, Mat dst, double inpaintRadius, int flags) { inpaint_0(src.nativeObj, inpaintMask.nativeObj, dst.nativeObj, inpaintRadius, flags); }

其中上面提到的原理算法为，INPAINT_TELEA.

来一张实际的图操作修复一下，如下:

private void startInpaint() { bitmap = BitmapUtils.getBitmapByAssetsNameRGB(this,"test.png"); Mat desc = new Mat(bitmap.getHeight(),bitmap.getWidth(),CvType.CV_8UC3); //转化为mat对象 Utils.bitmapToMat(bitmap, desc,true); //转化为3通道图像 Mat src = new Mat(); Imgproc.cvtColor(desc,src,Imgproc.COLOR_RGBA2RGB); //灰度图像 Mat srcGray = new Mat(); Imgproc.cvtColor(src, srcGray, Imgproc.COLOR_RGB2GRAY); //中值滤波去燥 Imgproc.medianBlur(srcGray,srcGray,3); //获取污点的二值化图像 Mat srcThresh = new Mat(); Imgproc.threshold(srcGray,srcThresh,242,255,Imgproc.THRESH_BINARY); Log.i("test","srcThresh channels:"+srcThresh.channels() + ",type:"+ CvType.typeToString(CvType.depth(srcThresh.type()))); Log.i("test","src channels:"+src.channels() + ",type:"+ CvType.typeToString(CvType.depth(src.type()))); // Bitmap resultBitmap = getResultBitmap(); // Utils.matToBitmap(srcThresh, resultBitmap); //修复图像 Mat inpaintResult = new Mat(); Photo.inpaint(src,srcThresh,inpaintResult,3,Photo.INPAINT_TELEA); //把结果转化为bitmap 用于显示 Bitmap resultBitmap = getResultBitmap(); Utils.matToBitmap(inpaintResult, resultBitmap); Message obtain = Message.obtain(); obtain.obj = resultBitmap; handler.sendMessage(obtain); } 效果

图片来源：https://www.cnblogs.com/hellowooorld/p/7048614.html

总结

本篇文章，主要介绍了OpenCV怎么快速使用，并结合了两个实际的例子，来进一步说明借助OpenCV里的API，可以实现很多不错的效果.

文中图片来源网络，若又侵权，请联系作者，立刻删除!

本篇文章的两个例子代码地址：github ，如果你喜欢迎star，后续关于图片的操作，都会在此库里更新.