Java DIP - Filtro medio ponderato

Nel filtro della media ponderata, abbiamo dato più peso al valore centrale, a causa del quale il contributo del centro diventa maggiore del resto dei valori. A causa del filtraggio medio ponderato, possiamo controllare la sfocatura dell'immagine.

Noi usiamo OpenCV funzione filter2Dper applicare il filtro della media ponderata alle immagini. Può essere trovato sottoImgprocpacchetto. La sua sintassi è data di seguito:

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

Gli argomenti della funzione sono descritti di seguito:

Sr.No.	Argomento e descrizione
1	src È l'immagine di origine.
2	dst È l'immagine di destinazione.
3	ddepth È la profondità di dst. Un valore negativo (come -1) indica che la profondità è la stessa della sorgente.
4	kernel È il kernel da sottoporre a scansione attraverso l'immagine.
5	anchor È la posizione dell'ancora rispetto al suo nucleo. Il punto di posizione (-1, -1) indica il centro per impostazione predefinita.
6	delta È un valore da aggiungere a ogni pixel durante la convoluzione. Per impostazione predefinita è 0.
7	BORDER_DEFAULT Lasciamo questo valore per impostazione predefinita.

Oltre al metodo filter2D (), ci sono altri metodi forniti dalla classe Imgproc. Sono descritti brevemente:

Sr.No.	Metodo e descrizione
1	cvtColor(Mat src, Mat dst, int code, int dstCn) Converte un'immagine da uno spazio colore a un altro.
2	dilate(Mat src, Mat dst, Mat kernel) Dilata un'immagine utilizzando uno specifico elemento strutturante.
3	equalizeHist(Mat src, Mat dst) Equalizza l'istogramma di un'immagine in scala di grigi.
4	filter2D(Mat src, Mat dst, int depth, Mat kernel, Point anchor, double delta) Convolge un'immagine con il kernel.
5	GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) Sfoca un'immagine usando un filtro gaussiano.
6	integral(Mat src, Mat sum) Calcola l'integrale di un'immagine.

Esempio

L'esempio seguente mostra l'uso della classe Imgproc per applicare il filtro della media ponderata a un'immagine di Graycale.

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());
      }
   }
}