OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库，它可以运行在Linux、Windows、Android和Mac OS等操作系统上。OpenCV原本由一系列 C 函数和少量 C++ 类构成，同时提供了Python等其他语言的接口，它实现了图像处理和计算机视觉方面的很多通用算法。下面这个实例演示了使用OpenCV在Android手机实现在图像上绘制文本。本文提供的OpenCV实例使用Java语言编写，并且运行在Android手机上。
01、实例功能
此实例主要通过使用Imgproc的putText()方法，实现在图像上绘制(添加)文本。Imgproc是Image和Processing这两个单词的缩写组合，它是OpenCV的图像处理模块，该模块包含如下内容：线性和非线性的图像滤波、图像的几何变换、图像转换、直方图相关、结构分析和形状描述、运动分析和对象跟踪、特征检测、目标检测等。
当实例运行之后，单击“显示原始图像”按钮，原始图像的效果如图1(a)所示。单击“在图像上添加文本”按钮，在图像上添加文本(OpenCV)之后的效果如图1(b)所示。
02、实现代码
public class MainActivity extends Activity { ImageView myImageView; Bitmap myBitmap; static{ System.loadLibrary("opencv_java3");} //加载OpenCV库 @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_main); myImageView = (ImageView) findViewById(R.id.myImageView); myBitmap = BitmapFactory.decodeResource(getResources(), R.mipmap.myimage1); } public void onClickButton1(View v) { //响应单击按钮“显示原始图像” myImageView.setImageBitmap(myBitmap); } public void onClickButton2(View v) { //响应单击按钮“在图像上添加文本” Bitmap myNewBitmap=Bitmap.createBitmap(myBitmap.getWidth(), myBitmap.getHeight(),Bitmap.Config.RGB_565); //根据原始图像创建空Bitmap Mat myMat=new Mat(); Utils.bitmapToMat(myBitmap,myMat); //将原始图像保存至myMat Point myPoint=new Point(300, 700); //定义绘制文本的起始位置 Scalar myScalar=new Scalar(255,0,0,255); //设置绘制文本的颜色 //在图像上添加文本(仅支持英文、符号等，中文暂不支持) Imgproc.putText(myMat,"OpenCV",myPoint, Core.FONT_HERSHEY_COMPLEX,4,myScalar,3); //将添加文本之后的图像输出至myNewBitmap Utils.matToBitmap(myMat,myNewBitmap); //通过ImageView控件显示叠加文本之后的图像 myImageView.setImageBitmap(myNewBitmap); }}03、代码说明
上面这段代码在MyCode＼MySampleK31＼app＼src＼main＼java＼com＼bin＼luo＼mysample＼ MainActivity.java文件中。在这段代码中，Imgproc的putText()方法用于在图像上添加文字(字母)，该方法的语法声明如下：
其中，参数Mat img表示待绘制的图像；参数String text表示待绘制的文字；参数Point org表示文字的起点坐标；参数int fontFace表示字体；参数double fontScale表示文字大小因子，值越大文字越大；参数Scalar color表示文字颜色；参数int thickness表示文字线条宽度。
Utils.bitmapToMat(myBitmap,myMat)用于将Bitmap输出到Mat，该方法的语法声明如下：
其中，参数Bitmap bmp表示源Bitmap，支持ARGB_8888和RGB_565像素类型；参数Mat mat表示目标Mat，默认类型是CV_8UC4类型，大小和Bitmap一样，通道顺序为RGBA。
Utils.matToBitmap(myMat,myNewBitmap)用于将Mat输出到Bitmap，该方法的语法声明如下：
其中，参数Mat mat表示源Mat，支持CV_8UC1,CV_8UC3或CV_8UC4类型；参数Bitmap bmp表示目标Bitmap，支持ARGB_8888或RGB_565类型。
static{ System.loadLibrary("opencv_java3");}表示加载OpenCV库。默认情况下，在Android中使用OpenCV需要导入相关的库文件，具体操作步骤如下。
(1) 从https://opencv.org/releases.html页面中单击Android pack超链接，稍等一会儿即可弹出“新建下载任务”对话框，然后在该对话框中单击“下载”按钮，执行下载操作，如图2所示。在下载完成之后解压文件即可。在此实例中，可以忽略此步骤，直接从源代码中复制openCVLibrary345Copy文件夹到项目即可。
(2) 在Android Studio菜单上依次选择File＼New＼Import Module...，弹出Import Module from Source对话框。在该对话框中单击“Source directory:”右端的文件夹按钮，然后选择openCVLibrary345Copy文件夹，会出现错误(重复)提示。直接在“Module name:”输入框中将openCVLibrary345Copy修改为openCVLibrary345，错误提示消失，如图3所示。再单击Finish按钮即可。
(3) 按照如下粗体字所示修改MyCode＼MySampleK31＼app＼build.gradle文件。完成之后同步(Sync Now)即可。
apply plugin: 'com.android.application'android { compileSdkVersion 29 buildToolsVersion "29.0.2" defaultConfig { applicationId "com.bin.luo.mysample" minSdkVersion 27 targetSdkVersion 29 versionCode 1 versionName "1.0" testInstrumentationRunner "androidx.test.runner.AndroidJUnitRunner" } buildTypes { release { minifyEnabled false proguardFiles getDefaultProguardFile('proguard-android-optimize.txt'), 'proguard-rules.pro' } } sourceSets { main { jniLibs.srcDirs = ['libs'] } }}dependencies { implementation fileTree(dir: 'libs', include: ['*.jar']) implementation 'androidx.appcompat:appcompat:1.0.2' implementation 'androidx.constraintlayout:constraintlayout:1.1.3' testImplementation 'junit:junit:4.12' implementation project(':openCVLibrary345') androidTestImplementation 'androidx.test:runner:1.2.0' androidTestImplementation 'androidx.test.espresso:espresso-core:3.2.0'}(4) 复制MyCode＼MySampleK31＼app＼libs文件夹下的所有内容到(用户的)项目中即可。该文件夹及其子文件夹的文件与手机CPU的类型有关，缺少这些文件在编译或运行时会报错或无响应。
特别说明 /
在测试前必须从MyCode＼MySampleK31＼app＼libs文件夹复制该文件夹中的所有子文件夹及其文件到(用户的)项目的libs文件夹。
04、补充说明
在测试代码时，必须保持网络畅通。