Android opencv 检测屏幕是否有坏点/检测一个颜色是否有杂点

整个项目路径

https://download.youkuaiyun.com/download/Aaron121314/12291921

 

-------------------------------------------------------

使用opencv 来判断屏幕是否有坏点。

流程是这样的，先对着测试的手机屏幕拍照，然后剪切照片，把要检测的区域给截取出来，然后用Core.inRange 分析图片的每个像素的颜色，如果颜色在给定范围内就返回255 白色，不在就返回0黑色，最后生成一个新的Mat图片，一个黑白图片，最后我们去判断这个黑白图片，如果全是白色，说明没有坏点，给定的图片颜色都在给定颜色范围内，是用检测轮廓的方法来检测的，如果没有轮廓，就说明是都是白色，如果有黑点就会检测到轮廓，就说明有坏点。

 

截图

 

+ 点击选中要检测的图片资源

smin vmin是用来控制要检测颜色的深浅，默认可以不填。什么是hsv，去百度hsv颜色

x y width height  对图片资源进行剪切的范围

下拉列表，选择要检测的颜色

 

配置完成，点击button开始检测。检测结果会显示在右边的图片，同时会把不在范围内的颜色标记出来。这里检测蓝色，图片上有一些黑色的点，所以被标记出来了。

 

检测的原图

-------------------------------------------------------------------------------------

 

主要代码：

颜色判断，返回一个黑白的mat图片，分析图片的每个像素的颜色，如果颜色在给定范围内就返回255 白色，不在就返回0黑色

  private Mat analyseColor( Mat src ) {
        String color= (String) spinner.getSelectedItem();
        if(color.equals( "Red" )){
            hmin=HSV_Range[2][0];
            smin=HSV_Range[2][2];
            vmin=HSV_Range[2][4];
            hmax=HSV_Range[2][1];
            smax=HSV_Range[2][3];
            vmax=HSV_Range[2][5];
        }else if (color.equals( "Green" )){
            hmin=HSV_Range[3][0];
            smin=HSV_Range[3][2];
            vmin=HSV_Range[3][4];
            hmax=HSV_Range[3][1];
            smax=HSV_Range[3][3];
            vmax=HSV_Range[3][5];
        }else if (color.equals( "Blue" )){
            hmin=HSV_Range[4][0];
            smin=HSV_Range[4][2];
            vmin=HSV_Range[4][4];
            hmax=HSV_Range[4][1];
            smax=HSV_Range[4][3];
            vmax=HSV_Range[4][5];
        }else if (color.equals( "Black" )){
            hmin=HSV_Range[0][0];
            smin=HSV_Range[0][2];
            vmin=HSV_Range[0][4];
            hmax=HSV_Range[0][1];
            smax=HSV_Range[0][3];
            vmax=HSV_Range[0][5];
        }else if (color.equals( "White" )){
            hmin=HSV_Range[1][0];
            smin=HSV_Range[1][2];
            vmin=HSV_Range[1][4];
            hmax=HSV_Range[1][1];
            smax=HSV_Range[1][3];
            vmax=HSV_Range[1][5];
        }

        if(!v.getText().toString().isEmpty()){
            vmin=Integer.valueOf( v.getText().toString() );
        }
        if(!s.getText().toString().isEmpty()){
            smin=Integer.valueOf( s.getText().toString() );
        }


        Mat hsv = new Mat();
        Imgproc.cvtColor( src, hsv, Imgproc.COLOR_RGBA2BGR );
        Imgproc.cvtColor( hsv, hsv, Imgproc.COLOR_BGR2HSV );

        Mat r = new Mat();
            Core.inRange( hsv, new Scalar( hmin, smin, vmin ),
                    new Scalar( hmax, smax, vmax), r );

        return r;
    }

 

判断是否有坏点（轮廓）

   private void getPoints(Mat src){

        Mat hierarchy=new Mat(  );

        Mat edge=new Mat(  );
        Imgproc.Canny(src,edge,10,200,3,true);
        List<MatOfPoint> contours=new ArrayList<>();
        //轮廓检测 CHAIN_APPROX_SIMPLE
        Imgproc.findContours(edge,contours,hierarchy,Imgproc.RETR_CCOMP,Imgproc.CHAIN_APPROX_SIMPLE);

        Mat mRgba=new Mat();
        mRgba.create(edge.rows(), edge.cols(), CvType.CV_8UC3);
        Bitmap b12= Bitmap.createBitmap(edge.cols(), edge.rows(),
                Bitmap.Config.ARGB_8888);

        if (contours.size()>0){
            int i=0;
            Log.i( "aaron","size "+contours.size() );
            MatOfPoint temp_contour=contours.get(0);//假设最大的轮廓在index=0处
            MatOfPoint2f approxCurve=new MatOfPoint2f();
           // Imgproc.drawContours(test, contours, -1, new Scalar(0,255,0), 1);

                //get points
            List<MatOfPoint2f> newContours = new ArrayList<>();
            for(MatOfPoint point : contours) {
                MatOfPoint2f newPoint = new MatOfPoint2f(point.toArray());
                Log.i( "aaron","MatOfPoint2f "+                newPoint.total() );
                double[] temp;
                Log.i( "aaron","Point----------------- ");
                for (int j=0;j<newPoint.total();j++){
                    temp=newPoint.get( j,0 );
                    Point point1=new Point( temp[0],temp[1] );
                    Log.i( "aaron","Point "+ point1);
                }
                Log.i( "aaron","----------------- ");

                newContours.add(newPoint);
            }
            Log.i( "aaron","轮廓数量：  "+contours.size() );
            Log.i( "aaron","hierarchy类型：  "+hierarchy);
            for(int k=0;k<hierarchy.cols();k++) {
                double[] ds = hierarchy.get(0, k);
                Log.i( "aaron","------------------  ");
                Log.i( "aaron","轮廓下标：  "+k );
                for (int l=0;l<ds.length;l++) {
                    switch (l) {
                        case 0:
                            Log.i( "aaron","后一个轮廓下标：  "+ds[l] );
                            break;
                        case 1:
                            Log.i( "aaron","前一个轮廓下标：  "+ds[l] );
                            break;
                        case 2:
                            Log.i( "aaron","父轮廓下标：  "+ds[l] );
                            break;
                        case 3:
                            Log.i( "aaron","内嵌轮廓下标：  "+ds[l] );
                            break;

                        default:
                            break;
                    }
                }
            }



            for (int idx=0;idx<contours.size();idx++) {


            //    Rect rect= Imgproc.boundingRect( contours.get( idx ) );
            //    Log.i( "aaron","rect  "+rect.x+" "+rect.y+"  "+rect.width+"  "+rect.height );
            //    Imgproc.rectangle( test,new Point( rect.x,rect.y ),new Point( rect.x+rect.width,rect.y+rect.height ),new Scalar( 0,255,0 ) );
                temp_contour = contours.get( idx );
                Imgproc.drawContours(test, contours, idx, new Scalar(0,255,0), 2);
                double contourarea = Imgproc.contourArea( temp_contour );
                if (contourarea>0){
                    Log.i( "aaron","area  "+contourarea );
                 //   Imgproc.drawContours(test, contours, idx, new Scalar(0,255,0), 1);
//

                    i++;
                }

            }
            Log.i( "aaron","area size "+i );

            result.setText( "fail  " );



            Utils.matToBitmap(test,b12);
            saveBitmap( b12 ,"1");
            img3.setImageBitmap( b12 );
        }else {
            result.setText( "pass" );
        }

    }