Project Icon

SmartCropper

智能图片裁剪库,适用于身份证、名片和文档

SmartCropper 是一个智能图片裁剪库,适用于身份证、名片和文档等照片。它使用基于 OpenCV 的智能算法识别边框,提供拖动锚点手动调节选区和放大镜定位功能,并通过透视变换裁剪和矫正选区来还原正面图片。该库支持丰富的 UI 设置,包括辅助线、蒙版、锚点和放大镜等,通过使用 TensorFlow 的 HED 网络优化智能选区算法,提高识别率,尤其适用于大图片的高效裁剪。

项目介绍:SmartCropper

SmartCropper 是一个简单易用的智能图片裁剪库,专门用于裁剪身份证、名片、文档等照片。这个开源项目现已优化了一套具有更高识别率的模型和算法,旨在通过智能化的技术手段提升图片裁剪的准确度和用户体验。

支持特性

  • 智能边框识别:使用基于 OpenCV 的智能算法自动识别图像中的边框。
  • 手动调节选区:用户可以通过拖动锚点手动调整选区,放大镜效果可以提升定位体验。
  • 透视变换:通过透视变换裁剪并矫正选区,使得图片被还原为正视图。
  • 可定制的 UI:支持多种 UI 设置选项,包括辅助线、蒙版、锚点和放大镜等功能,便于用户根据个人喜好调整界面。

使用示例

  1. 智能选区和透视矫正:用户在选择图片后,系统会智能选取需要保存的部分,然后通过透视变换将图像矫正成正面。

  2. 锚点拖动与放大镜效果:允许用户通过拖动锚点来细调选区,右上角的放大镜效果会实时显示细节,方便精准定位。

智能选区算法优化

自 V2.1.1 起,SmartCropper 引入了机器学习算法,以 TensorFlow 的 HED 网络替代了传统的 Canny 算法,从而提高了边缘识别的准确性。

工程师需要在项目的 build.gradle 中添加配置以防止模型文件被压缩,还需在应用初始化时调用初始化方法。

接入方式

  • 在项目根目录下的 build.gradle 文件中添加 JitPack repository。

    allprojects {
        repositories {
            ...
            maven { url 'https://jitpack.io' }
        }
    }
    
  • 添加依赖:

    dependencies {
        compile 'com.github.pqpo:SmartCropper:v2.1.3'
    }
    

注意:使用了 JNI,需要特别注意保持类不被混淆。

使用方法

  • 布局定义

    在布局文件中定义 CropImageView,确保 ScaleType 为居中类型,否则会报错。

    <me.pqpo.smartcropperlib.view.CropImageView   
            android:id="@+id/iv_crop"  
            android:layout_width="match_parent" 
            android:layout_height="match_parent" />  
    
  • 设置图片

    使用 ivCrop.setImageToCrop(selectedBitmap) 方法设置待裁剪的图片。

  • 进行裁剪

    调用 Bitmap crop = ivCrop.crop(); 裁剪并矫正选区内的图片。

UI 属性

用户可以通过定义以下属性来自定义裁剪界面:

名称格式描述
civMaskAlphainteger选区外蒙版的透明度,取值范围 0-255
civShowGuideLineboolean是否显示辅助线,默认 true
civLineColorcolor选区线的颜色
civLineWidthdimension选区线的宽度
civShowMagnifierboolean在拖动的时候是否显示放大镜,默认 true
civMagnifierCrossColorcolor放大镜十字准心的颜色
civGuideLineWidthdimension辅助线宽度
civGuideLineColorcolor辅助线颜色
civPointFillColorcolor锚点内部区域填充颜色
civPointFillAlphainteger锚点内部区域填充颜色透明度

项目特性

  • 持续优化的点排序算法
  • 增强的放大镜效果
  • 支持 XML 属性设置
  • 不断提升的智能选区算法

欢迎用户提出 ISSUE,以便对库进行进一步的完善。对于想要深入了解更多或者有合作意向的人士,可以联系开发者。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号