Cómo usar opencv con JavaScript para procesar imágene
OpenCV (Open Source Computer Vision Library) es una biblioteca de código abierto que se utiliza para el procesamiento de imágenes y la visión por computadora. Permite desarrollar aplicaciones que pueden "ver" el mundo real, identificando objetos, detectando movimiento, reconociendo rostros, etc...OpenCV.js es la versión de OpenCV compilada para JavaScript usando WebAssembly y permite realizar tareas de visión computacional como detección de rostros, filtros de imágenes o análisis en tiempo real sin instalar software adicional. Para usar OpenCV.js, hay que incluir la biblioteca en tu proyecto HTML. Se puedes usar un CDN o descargar el archivo opencv.js desde la web oficial de OpenCV.
Ventajas y limitaciones
- Ventajas:
- No requiere instalación en el cliente.
- Ideal para aplicaciones web interactivas (filtros, análisis en tiempo real).
- Compatible con navegadores modernos.
- Limitaciones:
- Más lento que OpenCV en C++ o Python.
- Algunas funciones avanzadas no están disponibles en OpenCV.js.
Para procesar imágenes con OpenCV.js seguir los siguentes pasos:
- Incluir el fichero OpenCV.js Primero, debes agregar el archivo de OpenCV.js en tu HTML. Puedes usar la CDN oficial o descargarlo y alojarlo tú mismo. Por ejemplo:"<script async src="https://docs.opencv.org/4.x/opencv.js" onload="onOpenCvReady();"></script>"
- Esperar a que OpenCV esté listo:
function onOpenCvReady() {
console.log('OpenCV.js está listo');
// Aquí puedes comenzar a procesar imágenes
}
- Cargar y mostrar una imagen con un input file y un canvas de html. Y en javascript:
document.getElementById('fileInput').addEventListener('change', function(e) {
let file = e.target.files[0];
let reader = new FileReader();
reader.onload = function() {
let img = new Image();
img.src = reader.result;
img.onload = function() {
let canvas = document.getElementById('canvasOutput');
canvas.width = img.width;
canvas.height = img.height;
let ctx = canvas.getContext('2d');
ctx.drawImage(img, 0, 0);
// Ahora puedes convertir la imagen en una matriz de OpenCV
let src = cv.imread(canvas);
// Aquí puedes aplicar diferentes procesos, por ejemplo, convertir a escala de grises
let gray = new cv.Mat();
cv.cvtColor(src, gray, cv.COLOR_RGBA2GRAY);
// Mostrar la imagen procesada
cv.imshow('canvasOutput', gray);
// Liberar memoria
src.delete();
gray.delete();
}
}
reader.readAsDataURL(file);
});
- Procesar la imagen:
Una vez que tienes la imagen en una matriz de OpenCV ("cv.Mat"), puedes aplicar diferentes funciones de procesamiento, como detección de bordes, filtrado, detección de objetos, etc.
- Liberar recursos:
Recuerda siempre liberar la memoria de las matrices de OpenCV con
".delete()".
- No requiere instalación en el cliente.
- Ideal para aplicaciones web interactivas (filtros, análisis en tiempo real).
- Compatible con navegadores modernos.
- Más lento que OpenCV en C++ o Python.
- Algunas funciones avanzadas no están disponibles en OpenCV.js.
function onOpenCvReady() {
console.log('OpenCV.js está listo');
// Aquí puedes comenzar a procesar imágenes
}
document.getElementById('fileInput').addEventListener('change', function(e) {
let file = e.target.files[0];
let reader = new FileReader();
reader.onload = function() {
let img = new Image();
img.src = reader.result;
img.onload = function() {
let canvas = document.getElementById('canvasOutput');
canvas.width = img.width;
canvas.height = img.height;
let ctx = canvas.getContext('2d');
ctx.drawImage(img, 0, 0);
// Ahora puedes convertir la imagen en una matriz de OpenCV
let src = cv.imread(canvas);
// Aquí puedes aplicar diferentes procesos, por ejemplo, convertir a escala de grises
let gray = new cv.Mat();
cv.cvtColor(src, gray, cv.COLOR_RGBA2GRAY);
// Mostrar la imagen procesada
cv.imshow('canvasOutput', gray);
// Liberar memoria
src.delete();
gray.delete();
}
}
reader.readAsDataURL(file);
});