Java 數字影像處理 - 加權平均濾波器

在加權平均濾波器中，我們給中心值賦予更大的權重，因此中心值的貢獻大於其他值。透過加權平均濾波，我們可以控制影像的模糊程度。

我們使用OpenCV函式filter2D將加權平均濾波器應用於影像。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 );

函式引數描述如下：

序號	引數及描述
1	src 源影像。
2	dst 目標影像。
3	ddepth dst的深度。負值（例如-1）表示深度與源相同。
4	kernel 掃描影像的核心。
5	anchor 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 在卷積過程中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。簡要描述如下：

序號	方法及描述
1	cvtColor(Mat src, Mat dst, int code, int dstCn) 將影像從一個顏色空間轉換為另一個顏色空間。
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) 用核心對影像進行卷積。
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類將加權平均濾波器應用於灰度影像。

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 = Mat.ones(kernelSize,kernelSize, CvType.CV_32F) {	      
         
         for(int i=0; i<kernel.rows(); i++) {
            for(int j=0; j<kernel.cols(); j++) {

               double[] m = kernel.get(i, j);

               for(int k =0; k<m.length; k++) {

                  if(i==1 && j==1) {
                     m[k] = 10/18;
                  }
                  else{
                     m[k] = m[k]/(18);
                  }
               }
               kernel.put(i,j, m);

               }
            }	
         };	      
         
         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

Applying Weighted Average Filter Tutorial

此原始影像與如下所示的加權平均濾波器進行卷積：

加權平均濾波器

1	1	1
1	10	1
1	1	1

卷積後的影像

列印頁面