Java 數字影像處理 - 羅伯遜運算元

羅伯遜羅盤掩模是另一種用於邊緣檢測的導數掩模。該運算元也稱為方向掩模。在這個運算元中，我們取一個掩模，並將其旋轉到所有八個主要方向，以獲得八個方向的邊緣。

我們將使用OpenCV函式filter2D將羅伯遜運算元應用於影像。它可以在Imgproc包中找到。其語法如下所示：

filter2D(src, dst, depth , kernel, anchor, delta, BORDER_DEFAULT );

函式引數如下所述：

序號	引數及說明
1	src 它是源影像。
2	dst 它是目標影像。
3	depth 它是dst的深度。負值（例如-1）表示深度與源相同。
4	kernel 它是要掃描影像的核心。
5	anchor 它是錨點相對於其核心的位置。預設情況下，位置Point(-1, -1)表示中心。
6	delta 它是卷積期間要新增到每個畫素的值。預設值為0。
7	BORDER_DEFAULT 我們預設使用此值。

除了filter2D方法外，Imgproc類還提供了其他方法。它們簡要描述如下：

序號	方法及說明
1	cvtColor(Mat src, Mat dst, int code, int dstCn) 它將影像從一個顏色空間轉換為另一個顏色空間。
2	dilate(Mat src, Mat dst, Mat kernel) 它使用特定的結構元素膨脹影像。
3	equalizeHist(Mat src, Mat dst) 它均衡灰度影像的直方圖。
4	filter2D(Mat src, Mat dst, int depth, Mat kernel, Point anchor, double delta) 它將影像與核心進行卷積。
5	GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) 它使用高斯濾波器模糊影像。
6	integral(Mat src, Mat sum) 它計算影像的積分。

示例

以下示例演示瞭如何使用Imgproc類將羅伯遜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(1,0-2);
               put(1,1,0);
               put(1,2,2);

               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

執行給定程式碼時，將看到以下輸出：

原始影像

此原始影像與如下所示的北邊緣羅伯遜運算元進行卷積：

北方向掩模

-1	0	1
-2	0	2
-1	0	1

卷積影像（羅伯遜北）

此原始影像也已與如下所示的東邊緣羅伯遜運算元進行卷積：

東方向掩模

-1	-2	-1
0	0	0
1	2	1

卷積影像（羅伯遜東）

列印頁面