- Java 數字影像處理
- 數字影像處理 - 首頁
- 數字影像處理 - 簡介
- 數字影像處理 - Java BufferedImage 類
- 數字影像處理 - 圖片下載與上傳
- 數字影像處理 - 影像畫素
- 數字影像處理 - 灰度轉換
- 數字影像處理 - 增強影像對比度
- 數字影像處理 - 增強影像亮度
- 數字影像處理 - 增強影像銳度
- 數字影像處理 - 影像壓縮技術
- 數字影像處理 - 新增影像邊框
- 數字影像處理 - 影像金字塔
- 數字影像處理 - 基本閾值化
- 數字影像處理 - 影像形狀轉換
- 數字影像處理 - 高斯濾波器
- 數字影像處理 - 均值濾波器
- 數字影像處理 - 腐蝕與膨脹
- 數字影像處理 - 水印
- 數字影像處理 - 理解卷積
- 數字影像處理 - Prewitt 運算元
- 數字影像處理 - Sobel 運算元
- 數字影像處理 - Kirsch 運算元
- 數字影像處理 - Robinson 運算元
- 數字影像處理 - 拉普拉斯運算元
- 數字影像處理 - 加權平均濾波器
- 數字影像處理 - 建立縮放效果
- 數字影像處理 - 開源庫
- 數字影像處理 - OpenCV 簡介
- 數字影像處理 - OpenCV 灰度轉換
- 數字影像處理 - 顏色空間轉換
- 數字影像處理 有用資源
- 數字影像處理 - 快速指南
- 數字影像處理 - 有用資源
- 數字影像處理 - 討論
Java 數字影像處理 - Prewitt 運算元
Prewitt 運算元用於影像邊緣檢測。它檢測兩種型別的邊緣:垂直邊緣和水平邊緣。
我們使用OpenCV 函式filter2D 將 Prewitt 運算元應用於影像。它可以在Imgproc 包中找到。其語法如下:
filter2D(src, dst, depth , kernel, anchor, delta, BORDER_DEFAULT );
函式引數描述如下:
| 序號 | 引數及描述 |
|---|---|
| 1 |
src 源影像。 |
| 2 |
dst 目標影像。 |
| 3 |
depth dst 的深度。負值(例如 -1)表示深度與源影像相同。 |
| 4 |
kernel 掃描影像的核。 |
| 5 |
anchor 錨點相對於其核的位置。預設情況下,位置 Point(-1, -1) 表示中心。 |
| 6 |
delta 在卷積過程中新增到每個畫素的值。預設為 0。 |
| 7 |
BORDER_DEFAULT 我們使用預設值。 |
除了 filter2D 方法外,Imgproc 類還提供了其他方法。簡要描述如下:
| 序號 | 方法及描述 |
|---|---|
| 1 |
cvtColor(Mat src, Mat dst, int code, int dstCn) 將影像從一種顏色空間轉換為另一種顏色空間。 |
| 2 |
dilate(Mat src, Mat dst, Mat kernel) 使用特定的結構元素膨脹影像。 |
| 3 |
equalizeHist(Mat src, Mat dst) 均衡灰度影像的直方圖。 |
| 4 |
filter2D(Mat src, Mat dst, int depth, Mat kernel, Point anchor, double delta) 用核卷積影像。 |
| 5 |
GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) 使用高斯濾波器模糊影像。 |
| 6 |
integral(Mat src, Mat sum) 計算影像的積分。 |
示例
以下示例演示瞭如何使用 Imgproc 類將 Prewitt 運算元應用於灰度影像。
import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.highgui.Highgui;
import org.opencv.imgproc.Imgproc;
public class convolution {
public static void main( String[] args ) {
try {
int kernelSize = 9;
System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
Mat source = Highgui.imread("grayscale.jpg", Highgui.CV_LOAD_IMAGE_GRAYSCALE);
Mat destination = new Mat(source.rows(),source.cols(),source.type());
Mat kernel = new Mat(kernelSize,kernelSize, CvType.CV_32F) {
{
put(0,0,-1);
put(0,1,0);
put(0,2,1);
put(1,0-1);
put(1,1,0);
put(1,2,1);
put(2,0,-1);
put(2,1,0);
put(2,2,1);
}
};
Imgproc.filter2D(source, destination, -1, kernel);
Highgui.imwrite("output.jpg", destination);
} catch (Exception e) {
System.out.println("Error: " + e.getMessage());
}
}
}
輸出
執行給定程式碼後,將看到以下輸出:
原始影像
此原始影像與如下所示的垂直邊緣 Prewitt 運算元進行卷積:
垂直方向
| -1 | 0 | 1 |
| -1 | 0 | 1 |
| -1 | 0 | 1 |
卷積影像(垂直方向)
此原始影像還與如下所示的水平邊緣 Prewitt 運算元進行了卷積:
水平方向
| -1 | -1 | -1 |
| 0 | 0 | 0 |
| 1 | 1 | 1 |
卷積影像(水平方向)