java opencv 去噪+动态自适应二值化

// 连接opencv
System.setProperty("java.awt.headless", "false");
System.out.println(System.getProperty("java.library.path"));
URL url = ClassLoader.getSystemResource("lib/opencv/opencv_java4100.dll");
System.load(url.getPath());

Mat img = Imgcodecs.imread("src/main/resources/img/1.jpg");　　// 双引号中的地址就是你要做处理的图像地址
Mat gray = new Mat();
Imgproc.cvtColor(img, gray, Imgproc.COLOR_RGB2GRAY);　　// 也可以直接对原图 img做灰度，这样最后可以少 release一个 Mat，看实际使用

Mat binary = new Mat();

Photo.fastNlMeansDenoising(gray, gray);　　　　// 去噪声

Imgproc.adaptiveThreshold(gray, // 输入灰度图像
        binary,     // 输出的二值化图像
        255,        // 阙值超过的像素值
        Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C,     // 自适应阙值算法类型，还有 ADAPTIVE_THRESH_MEAN_C
        Imgproc.THRESH_BINARY,      // 阙值类型，还有 THRESH_BINARY_INV
        11,     // 领域大小，必须是奇数且大于 1
        2);     // 从平均值或加权平均值中减去的常数，即 mean(x)-C


// 窗口显示

HighGui.namedWindow("binary", HighGui.WINDOW_NORMAL);
HighGui.resizeWindow("binary",1600,900);
HighGui.imshow("binary", binary);
HighGui.waitKey(0);

// 保存结果图片

Imgcodecs.imwrite("src/main/resources/img/result.png", binary);

//释放 Mat

img.release();
gray.release();
binary.release();

// 关闭窗口退出

HighGui.destroyAllWindows();
System.exit(0);