㈠ android中如何用opencv处理倾斜校正的问题，求源代码
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"
#include "cvcam.h"
//图像的像素直接提取
#define _I(img,x,y) ((unsigned char*)((img)->imageData + (img)->widthStep*(y)))[(x)]
//亚像素级灰度值
#define _IF(image,x,y) ( ((int)(x+1)-(x))*((int)(y+1)-(y))*_I((image),(int)(x),(int)(y)) + ((int)(x+1)-(x))*((y)-(int)(y))*_I((image),(int)(x),(int)(y+1)) + ((x)-(int)(x))*((int)(y+1)-(y))*_I((image),(int)(x+1),(int)(y)) + ((x)-(int)(x))*((y)-(int)(y))*_I((image),(int)(x+1),(int)(y+1)) )//插值后的像素值(IN表示interpolation),x、y可以为小数
void callback(IplImage* image);
void main()
{
int ncams = cvcamGetCamerasCount( );//返回可以访问的摄像头数目
HWND mywin;
cvcamSetProperty(0, CVCAM_PROP_ENABLE, CVCAMTRUE);
cvcamSetProperty(0, CVCAM_PROP_RENDER, CVCAMTRUE);
mywin = (HWND)cvGetWindowHandle("cvcam window");
cvcamSetProperty(0, CVCAM_PROP_WINDOW, &mywin);
cvcamSetProperty(0, CVCAM_PROP_CALLBACK, callback);
//cvcamGetProperty(0, CVCAM_VIDEOFORMAT,NULL);
cvNamedWindow( "径向矫正1", 1 );//创建窗口
cvNamedWindow( "径向矫正2", 1 );//创建窗口
cvcamInit( );
cvcamStart( );
cvWaitKey(0);
cvcamStop( );
cvcamExit( );
cvDestroyWindow( "径向矫正1" );//销毁窗口
cvDestroyWindow( "径向矫正2" );//销毁窗口
}
void callback(IplImage* image)
{
IplImage* Show1 = cvCreateImage( cvSize(320,240), IPL_DEPTH_8U, 1);
IplImage* Show2 = cvCreateImage( cvSize(420,340), IPL_DEPTH_8U, 1);
IplImage* ImageC1 = cvCreateImage( cvSize(320,240), IPL_DEPTH_8U, 1);
//转换为灰度图
cvCvtColor( image, ImageC1, CV_RGB2GRAY);
cvFlip( ImageC1, NULL, 0);
double *mi;
double *md;
mi = new double[3*3];
md = new double[4];
CvMat intrinsic_matrix,distortion_coeffs;
//摄像机内参数
cvInitMatHeader(&intrinsic_matrix,3,3,CV_64FC1,mi);
//镜头畸变参数
cvInitMatHeader(&distortion_coeffs,1,4,CV_64FC1,md);
/////////////////////////////////////////////////
///轮首掘////////芹租/////////////////320*240 120度腊核广角镜头
//参数由matlab获得
double fc1,fc2,cc1,cc2,kc1,kc2,kc3,kc4;
fc1 = 667.23923/2.5;
fc2 = 669.78156/2.5;
cc1 = 429.96933/2.5;
cc2 = 351.48350/2.5;
kc1 = -0.40100;
kc2 = 0.19463;
kc3 = 0.00508;
kc4 = -0.00051;
cvmSet(&intrinsic_matrix, 0, 0, fc1);
cvmSet(&intrinsic_matrix, 0, 1, 0);
cvmSet(&intrinsic_matrix, 0, 2, cc1);
cvmSet(&intrinsic_matrix, 1, 0, 0);
cvmSet(&intrinsic_matrix, 1, 1, fc2);
cvmSet(&intrinsic_matrix, 1, 2, cc2);
cvmSet(&intrinsic_matrix, 2, 0, 0);
cvmSet(&intrinsic_matrix, 2, 1, 0);
cvmSet(&intrinsic_matrix, 2, 2, 1);
cvmSet(&distortion_coeffs, 0, 0, kc1);
cvmSet(&distortion_coeffs, 0, 1, kc2);
cvmSet(&distortion_coeffs, 0, 2, kc3);
cvmSet(&distortion_coeffs, 0, 3, kc4);
////////////////////////////320*240 120度广角镜头
/////////////////////////////////////////////////
//矫正畸变(opencv)
cvUndistort2( ImageC1, Show1, &intrinsic_matrix, &distortion_coeffs);
//矫正畸变
for (int nx=0; nx<420; nx++)
{
for (int ny=0; ny<340; ny++)
{
double x=nx-50;
double y=ny-50;
double xx=(x-cc1)/fc1;
double yy=(y-cc2)/fc2;
double r2=pow(xx,2)+pow(yy,2);
double r4=pow(r2,2);
double xxx=xx*(1+kc1*r2+kc2*r4)+2*kc3*xx*yy+kc4*(r2+2*xx*xx);
double yyy=yy*(1+kc1*r2+kc2*r4)+2*kc4*xx*yy+kc3*(r2+2*yy*yy);
double xxxx = xxx*fc1+cc1;
double yyyy = yyy*fc2+cc2;
if (xxxx>0 && xxxx<320 && yyyy>0 && yyyy<240)
{
_I(Show2,nx,ny) = (int)_IF(ImageC1,xxxx,yyyy);
}
else
{
_I(Show2,nx,ny) = 0;
}
}
}
//画线
cvLine( Show1, cvPoint(0,10), cvPoint(320,10), cvScalar(255,255,255),3 );
cvLine( Show1, cvPoint(0,230), cvPoint(320,230), cvScalar(255,255,255),3 );
cvLine( Show1, cvPoint(10,0), cvPoint(10,240), cvScalar(255,255,255),3 );
cvLine( Show1, cvPoint(310,0), cvPoint(310,240), cvScalar(255,255,255),3 );
cvLine( Show1, cvPoint(0,0), cvPoint(320,240), cvScalar(255,255,255),3 );
cvLine( Show1, cvPoint(0,240), cvPoint(320,0), cvScalar(255,255,255),3 );
cvLine( Show1, cvPoint(0,10), cvPoint(320,10), cvScalar(0,0,0) );
cvLine( Show1, cvPoint(0,230), cvPoint(320,230), cvScalar(0,0,0) );
cvLine( Show1, cvPoint(10,0), cvPoint(10,240), cvScalar(0,0,0) );
cvLine( Show1, cvPoint(310,0), cvPoint(310,240), cvScalar(0,0,0) );
cvLine( Show1, cvPoint(0,0), cvPoint(320,240), cvScalar(0,0,0) );
cvLine( Show1, cvPoint(0,240), cvPoint(320,0), cvScalar(0,0,0) );
//显示
cvShowImage("径向矫正1", Show1);
cvShowImage("径向矫正2", Show2);
cvWaitKey(1);
cvReleaseImage( &Show1 );
cvReleaseImage( &Show2 );
cvReleaseImage( &ImageC1 );
}
来自: http://www.eyesourcecode.com/t/41983/1/1
㈡ android如何获取相机分辨率
安卓系统在获取相机分辨率时，可以参考SDK中的API，获取相机的参数：
Camera.Parameters parameters = camera.getParameters();
获取预览的各种分辨率：
List<Size> supportedPreviewSizes = parameters.getSupportedPreviewSizes();
获取摄像头支持的各种分辨率：
List<Size> supportedPictureSizes = parameters.getSupportedPictureSizes();
例如：获取照相机参数，设置需要的参数，其余缺省
Camera camera = Camera.open();
Camera.Parameters parameters = camera.getParameters();
设置照片格式：
parameters.setPictureFormat(PixelFormat.JPEG);
设置预浏尺寸，注意要在摄像头支持的范围内选择：
parameters.setPreviewSize(WIDTH, HEIGHT);
设置照片分辨率，注意要在摄像头支持的范围内选择
parameters.setPictureSize(WIDTH, HEIGHT);
设置照相机参数：
camera.setParameters(parameters);
开始拍照：
camera.startPreview();
以上就是获取相机分辨率的步骤。
㈢ 常用的像素操作算法：Resize、Flip、Rotate
图像缩放是把原图像按照目标尺寸放大或者缩小，是图像处理的一种。
图像缩放有多种算法。最为简单的是最临近插值算法，它是根据原图像和目标图像的尺寸，计算缩放的比例，然后根据缩放比例计算目标像素所依据的原像素，过程中自然会产生小数，这时就采用四舍五入，取与这个点最相近的点。
除此之外，还有双线性插值算法。
其公式如下：
f(i+u,j+v) =(1-u)(1-v)f(i,j) + (1-u)vf(i,j+1) + u(1-v)f(i+1,j) + uvf(i+1,j+1)
其中U和V表示浮点坐标的小数部分，显然离目标点距离越近的点的权重越大，这也正符合目标点的值与离他最近的点最接近这一事实。
cv4j 的resize目前支持这两种算法。通过Resize类的源码，可以看到有两个常量
使用最临近插值算法，将原图缩小到0.75倍。
使用双线性插值算法，将原图放大2倍。
效果如下：
Flip是翻转的意思，也被称为镜像变换。又可以分为水平镜像和垂直镜像，水平镜像即将图像左半部分和右半部分以图像竖直中轴线为中心轴进行兑换，而竖直镜像则是将图像上半部分和下半部分以图像水平中轴线为中心轴进行兑换。
flip的算法很简单
实现具体的左右翻转
实现具体的上下翻转
效果如下:
图像旋转是指图像以某一点为中心旋转一定的角度，形成一幅新的图像的过程。当然这个点通常就是图像的中心。既然是按照中心旋转，自然会有这样一个属性：旋转前和旋转后的点离中心的位置不变。
图像的旋转是图像几何变换的一种，旋转前后的图像的像素的RGB都是没有改变的，改变的只是每一个像素的所在位置。
cv4j 提供两种旋转的算法：NormRotate和FastRotate
下面以NormRotate为例，使用起来很简单，旋转120度，背景为红色。
效果如下:
cv4j 是 gloomyfish 和我一起开发的图像处理库，纯java实现，我们已经分离了一个Android版本和一个Java版本。
像素操作是 cv4j 的基本功能之一，本文介绍了三种常见的变换。我们可以通过图像的Resize、Flip、Rotate变换来丰富图片数据的多样性。
如果您想看该系列先前的文章可以访问下面的文集：
http://www.jianshu.com/nb/10401400
㈣ 用C或C++怎样提取出bmp图像的像素点信息值用LSB算法做信息隐藏，位图是24位的。
CImage m_image;//m_image就是要处理的图像
int bit=m_Image.GetBPP();//获取每点像素的位数（8，24，32等），如果只处理24位图，则bit可直接赋值为24
int width=m_Image.GetWidth();//图像的宽度(单位为像素)
int height=m_Image.GetHeight();//图像的长度(单位为像素)
HBITMAP bitmap = m_Image.Detach();//
CBitmap *b_Image=CBitmap::FromHandle(bitmap);//获取CBitmap类的实例
DWORD totalbytes=width*height*bit/8;//要保存像素数据需要的总的字节数，24位图的话，每个像素需要3个字节
byte *lpBits=new byte[totalbytes];//字节型数组，每个单位存一个字节的数据
int bytes=b_Image->GetBitmapBits(totalbytes,lpBits);//把像素数据存到数组lpBits里，通过看bytes是否为0可以知道是否成功，为0则没有成功
//接下来遍历数组即可获取像素数据，因为24位图是3个字节构成一个像素，所以遍历时要注意间隔。
㈤ 怎么改tslib源码里面校准分辨率
把apk文件拷到你的sd卡里然后在手机上菜单里点击，程序安装器，这个程序咐销会自动搜索你卡上的绝简岁apk文件，点击安装就可以了或者第二种方法：用文件管理器，找到你卡并睁上的apk文件，点击运行安装，