(GO_GTD_3)基于OpenCV和QT,建立Android图像处理程序

简介: 一、解决权限问题    图片采集了,处理了,如何保存?最直接的方法是使用imwrite,但是如果现在直接使用的话,比如会出现这样或那样的错误,因为我们现在是在android的环境下进行图像处理,所以必须要融入到Android的权限管理系统中去。
一、解决权限问题
      图片采集了,处理了,如何保存?最直接的方法是使用imwrite,但是如果现在直接使用的话,比如会出现这样或那样的错误,因为我们现在是在android的环境下进行图像处理,所以必须要融入到Android的权限管理系统中去。
   在新版本的QT中,这一步是这样做的:项目->详情
    img_96d98eb6ced3f4bdc47bd13fc299d69d.png

createtemp


img_8540c2575ede34a77bc0ae0e6a86d0fb.png
然后就可以修改了
img_25c8641f53ab6f42649487ae5fd9e5af.png
修改logo,添加权限
img_4ad7bf70320ba0331e1b67b94b9d9d90.png
这个时候已经可以使用imwrite了,此外我添加了一些东西
//保存处理结果数据
void MainWindow :: on_btn_save_pressed ()
{
if ( b_canSave )
{
//获得当前时间
QDateTime current_date_time = QDateTime :: currentDateTime ();
QString current_date = current_date_time . toString ( "yyyy_MM_dd" );
try
{
if ( isDirExist ( "/storage/emulated/0/GO_GTD" ))
{
cv :: imwrite ( "/storage/emulated/0/GO_GTD/" + current_date . toStdString ()+ ".jpg" ,matResult);
ui -> lb_info -> setText (strFetchImage+ "result保存成功!" );
}
else
{
ui -> lb_info -> setText ( "目录创建失败!" );
}
}
catch ( Exception e )
{
ui -> lb_info -> setText (strFetchImage+ "保存失败,请查找原因!" );
}


}
else
{
ui -> lb_info -> setText ( "未处理图像无法保存,请先进行处理操作!" );
}
}
其中有一个创建新文件夹的函数


/*判断文件夹是否存在,不存在则创建*/
bool isDirExist ( QString fullPath )
{
QDir dir ( fullPath );
if ( dir . exists ())
{
return true ;
}
else
{
bool ok = dir . mkpath ( fullPath ); //创建多级目录
return ok ;
}
}

二、使用过程中发现的突出问题
到目前为止,GO_GTD已经可以使用了,作为一个我自己研究和使用的工具,我确实是每天都在使用。到了这一步,主要是以下问题:
1、图像的采集,目前采用的是图片采集的方式,这个方式最大的问题就是不知道你采集的图片是否是可用的。下一步需要修改成类似二维码的采集模式,也就是视频直接处理的模式。这个首先从做特征点开始;
2、图像结果的存储使用,目前保存到文件夹中,那么如果想要使用,想要在app上面直接看到结果,还有很多qml方面需要研究的东西。
感谢阅读至此希望有所帮助!




目前方向:图像拼接融合、图像识别 联系方式:jsxyhelu@foxmail.com
相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
目录
相关文章
|
算法 计算机视觉
基于qt的opencv实时图像处理框架FastCvLearn实战
本文介绍了一个基于Qt的OpenCV实时图像处理框架FastCvLearn,通过手撕代码的方式详细讲解了如何实现实时人脸马赛克等功能,并提供了结果展示和基础知识回顾。
721 7
基于qt的opencv实时图像处理框架FastCvLearn实战
|
文字识别 计算机视觉 开发者
基于QT的OCR和opencv融合框架FastOCRLearn实战
本文介绍了在Qt环境下结合OpenCV库构建OCR识别系统的实战方法,通过FastOCRLearn项目,读者可以学习Tesseract OCR的编译配置和在Windows平台下的实践步骤,文章提供了技术资源链接,帮助开发者理解并实现OCR技术。
898 9
基于QT的OCR和opencv融合框架FastOCRLearn实战
|
C语言 Android开发 C++
基于MTuner软件进行qt的mingw编译程序的内存泄漏检测
本文介绍了使用MTuner软件进行Qt MinGW编译程序的内存泄漏检测的方法,提供了MTuner的下载链接和测试代码示例,并通过将Debug程序拖入MTuner来定位内存泄漏问题。
501 4
基于MTuner软件进行qt的mingw编译程序的内存泄漏检测
|
机器学习/深度学习 算法 计算机视觉
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
542 7
|
计算机视觉
基于QT的opencv插件框架qtCvFrameLearn实战
这篇文章详细介绍了如何基于Qt框架开发一个名为qtCvFrameLearn的OpenCV插件,包括项目配置、插件加载、Qt与OpenCV图像转换,以及通过各个插件学习OpenCV函数的使用,如仿射变换、卡通效果、腐蚀、旋转和锐化等。
389 10
|
机器学习/深度学习 Java 计算机视觉
opencv4.5.5+qt5.15.2+vtk9.1+mingw81_64编译记录
本文记录了使用mingw81_64编译OpenCV 4.5.5、Qt 5.15.2、VTK 9.1的详细过程,包括编译结果截图、编译步骤、遇到的问题及其解决方案,以及相关参考链接。文中还提到了如何编译boost源码为静态库,并提供了测试代码示例。
869 0
opencv4.5.5+qt5.15.2+vtk9.1+mingw81_64编译记录
WK
|
计算机视觉 Python
如何使用OpenCV进行基本图像处理
使用OpenCV进行基本图像处理包括安装OpenCV,读取与显示图像,转换图像颜色空间(如从BGR到RGB),调整图像大小,裁剪特定区域,旋转图像,以及应用图像滤镜如高斯模糊等效果。这些基础操作是进行更复杂图像处理任务的前提。OpenCV还支持特征检测、图像分割及对象识别等高级功能。
WK
298 4
|
计算机视觉
使用QT显示OpenCV读取的图片
使用QT显示OpenCV读取的图片
437 1
|
机器学习/深度学习 人工智能 计算机视觉
好的资源-----打卡机+Arm+Qt+OpenCV嵌入式项目-基于人脸识别的考勤系统-----B站神经网络与深度学习,商城
好的资源-----打卡机+Arm+Qt+OpenCV嵌入式项目-基于人脸识别的考勤系统-----B站神经网络与深度学习,商城

热门文章

最新文章

推荐镜像

更多
  • qt
  • 下一篇
    开通oss服务