企业级Java开发中的应用人工智能 (Chinese Edition)

第11章 图像 处理

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

前几章介绍了将Java与AI/ML项目集成的基础知识。 您还学习了如何使用DJL在Java中加载和推断模型，并通过LangChain4j和LangGraph4j使用这些模型。 本书剩余部分将基于这些知识，实现更接近实际项目场景的高级应用案例。

人工智能在项目中的常见应用之一是图像处理，用于分类或信息提取。输入图像可以是用户提供的单张照片，也可以是来自相机等设备的图像流。

以下是若干图像处理用例示例：

• 检测物体或人物，例如在安防监控系统中

• 按内容分类图像，例如商品分类

• 从证件（如身份证、护照）中提取信息

• 读取车辆牌照（例如通过测速摄像头）

所有用例的共同点在于：模型处理前需对图像进行预处理。 这可能包括：调整图像尺寸以满足模型输入要求、将图像裁剪为正方形以实现中心裁剪，或应用高斯滤波、Canny算法等高级算法，辅助模型完成图像检测、分类或处理任务。

本章不探讨图像处理算法本身，而是提供在Java中应用这些算法的基本时机与方法。 完成本章学习后，您将能够有效运用这些图像处理算法，处理数据工程师或视觉专家提供的各类应用场景。

但在深入图像处理前，让我们先厘清图像的本质。理解图像在内存中的存储方式，是掌握图像处理机制的关键。

图像由像素构成，每个像素代表图像中的一个点。像素总数取决于图像的尺寸（宽度和高度）。

每个像素包含该点位的信息，包括颜色、透明度以及基于图像格式的其他属性。例如：

• 在灰度图像中，像素值为0至255之间的整数，其中0代表黑色，255代表白色。

• 在RGB（红、绿、蓝）图像中，像素由三个整数表示红、绿、蓝三原色分量。例如数值255、0、255组合呈现粉红色。

• 在RGBA（红、绿、蓝、透明度）图像中，像素由四个整数表示，包含RGB值及透明度参数。

一张4×4的RGB格式图像（共16个像素）由三个三维整数矩阵构成（每种颜色各一个），取值范围为0至255。图11-1展示了 这种分解方式。

图11-1. 图像 分解

图像处理是在像素层面对矩阵进行修改——例如将接近零的值改为精确的零值。接下来我们将探讨如何在Java中实现图像处理。

OpenCV

开源计算机视觉库（OpenCV） 是一个基于 Apache 2.0 许可证开发的 C++ 库，用于编程实时计算机视觉算法和图像处理。 该库实现了超过 2,500 种算法。OpenCV 支持 GPU 加速，使其成为处理大型或实时图像的理想选择。

OpenCV支持的图像处理主要操作如下：

图像采集

通过从磁盘加载或从相机捕获获取图像。此操作可包含调整尺寸、色彩转换、裁剪及其他调整。

图像增强

修改图像亮度、对比度等参数以提升视觉质量。

图像修复

修正影响图像质量的缺陷，如噪点或运动模糊。

彩色图像处理

通过色彩平衡、色彩校正或自动白平衡调整颜色。

形态学处理

通过膨胀与腐蚀等算法分析图像内部形状以提取有用信息。

分割

将图像划分为多个区域以进行详细场景分析。

尽管OpenCV采用C++编写，但名为OpenPnP OpenCV的Java绑定项目通过Java本机接口（JNI）实现了在Java环境中原生加载和使用OpenCV。 ...