当前位置: 首页 > article >正文

【鸿蒙在OpenHarmony系统上集成OpenCV,实现图片裁剪】

鸿蒙在OpenHarmony系统上集成OpenCV,实现图片裁剪

OpenCV 介绍
OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库。它由一系列的 C 函数和少量 C++ 类构成,同时提供 Python、Java 和 MATLAB 等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。

OpenCV 具有极广的应用领域,它包括但不限于:

人脸识别和物体识别:这是 OpenCV 的一项重要功能,应用在许多领域,如安全监控、交互设计等。
图像和视频分析:如图像增强、图像分割、视频跟踪等。
图像合成和 3D 重建:在图像处理和计算机视觉领域,OpenCV 可以用于创建 AR 或 VR 效果,生成 3D 模型等。
机器学习:OpenCV 内置了大量的机器学习算法,可以用于图像分类、聚类等任务。
深度学习:OpenCV 中的 dnn 模块提供了一系列深度学习模型的接口,用户可以加载预训练模型进行图像识别、目标检测等任务。

下面是在OpenHarmony系统上通过OpenCV实现图片裁剪。

sta
tic napi_value CropImage(napi_env env, napi_callback_info info) {
    LOGD("CropImage........\n");
    napi_value result;
    int x, y, width, height;
    size_t argc = 6;
    napi_value args[6] = {nullptr};ji
    napi_get_cb_info(env, info, &argc, args, nullptr, nullptr);
    size_t strSize;
    char strBuf[256];
    napi_get_value_string_utf8(env, args[0], strBuf, sizeof(strBuf), &strSize);
    // 传入文件路径
    std::string inputFileName(strBuf, strSize);

    napi_create_object(env, &result);
    // 使用C++接口读取图像
    cv::Mat img = cv::imread(inputFileName, cv::IMREAD_COLOR); // 使用cv::Mat自动管理内存,无需手动释放
    if (img.empty()) {
        std::cout << "Error loading image" << std::endl;
        LOGD("Error loading image........\n");
        napi_create_int32(env, -1, &result);
        return result;
    }
    napi_get_value_int32(env, args[1], &x);
    napi_get_value_int32(env, args[2], &y);
    napi_get_value_int32(env, args[3], &width);
    napi_get_value_int32(env, args[4], &height);
    // 定义裁剪区域(x, y, width, height)
    cv::Rect roi(x, y, width, height); // 使用cv::Rect定义区域,更直观和方便
    cv::Mat cropImg = img(roi);        // 直接使用操作符进行裁剪
    napi_get_value_string_utf8(env, args[5], strBuf, sizeof(strBuf), &strSize);
    // 传出文件路径
    std::string saveFileName(strBuf, strSize);
    // 保存裁剪后的图像
    cv::imwrite(saveFileName, cropImg); // 使用cv::imwrite保存图像,自动管理内存和文件操作
    LOGD("保存裁剪后的图像........\n");
    napi_create_int32(env, 0, &result);

    return result;
}

参考:OpenHarmony OpenCV应用样例开发


http://www.kler.cn/a/547635.html

相关文章:

  • 蓝耘云智算|使用 Deepseek R1 模型优化 BERT 在 NLP 任务中的表现
  • DeepSeek HuggingFace 70B Llama 版本 (DeepSeek-R1-Distill-Llama-70B)
  • P5693 EI 的第六分块 Solution
  • SpringBoot Configuration Annotation Processor not configured 解决方案和详细问题分析以及作用
  • STM32——HAL库开发笔记16(SPI外部flash实验2)(参考来源:b站铁头山羊)
  • 论文解读之GPT1:Improving Language Understanding by Generative Pre-Training
  • Unity 命令行设置运行在指定的显卡上
  • 基于大数据的电动汽车销售数据分析系统的设计与实现
  • FFmpeg+SDL实现简易视频播放器
  • DeepSeek帮助解决Oracle死锁问题
  • Spark 和 Flink
  • win11系统 Docker Desktop提示Docker Engine stopped解决全过程记录
  • 移动端测试的挑战与解决方案:兼容性、网络问题及实战策略
  • LLM之循环神经网络(RNN)
  • 几款C#开发的入门书籍与视频教程
  • SpringbootActuator未授权访问漏洞
  • HTML、Vue和PHP文件的区别与联系
  • 利用盲注技术获取表、列、具体数据
  • PyQt6/PySide6 的信号与槽原理
  • LeetCode 232: 用栈实现队列