Java DIP - stosowanie filtru pudełkowego

Stosujemy filtr Box, który rozmywa obraz. Filtr pudełkowy może mieć wymiary 3x3, 5x5, 9x9 itd.

Używamy OpenCV funkcjonować filter2Daby zastosować filtr Box do obrazów. Można go znaleźć podImgprocpakiet. Jego składnia jest podana poniżej -

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

Argumenty funkcji opisano poniżej -

Sr.No. Argument i opis
1

src

To jest obraz źródłowy.

2

dst

To jest obraz docelowy.

3

depth

To jest głębia zachodu słońca. Wartość ujemna (taka jak -1) wskazuje, że głębokość jest taka sama jak źródło.

4

kernel

Jest to jądro, które ma być skanowane poprzez obraz.

5

anchor

Jest to pozycja kotwicy względem jej jądra. Punkt lokalizacji (-1, -1) domyślnie wskazuje środek.

6

delta

Jest to wartość dodawana do każdego piksela podczas splotu. Domyślnie jest to 0.

7

BORDER_DEFAULT

Domyślnie pozwalamy na tę wartość.

Oprócz metody filter2D () istnieją inne metody udostępniane przez klasę Imgproc. Są one krótko opisane -

Sr.No. Metoda i opis
1

cvtColor(Mat src, Mat dst, int code, int dstCn)

Konwertuje obraz z jednej przestrzeni kolorów na inną.

2

dilate(Mat src, Mat dst, Mat kernel)

Rozszerza obraz za pomocą określonego elementu strukturyzującego.

3

equalizeHist(Mat src, Mat dst)

Wyrównuje histogram obrazu w skali szarości.

4

filter2D(Mat src, Mat dst, int depth, Mat kernel, Point anchor, double delta)

Łączy obraz z jądrem.

5

GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX)

Rozmywa obraz za pomocą filtra Gaussa.

6

integral(Mat src, Mat sum)

Oblicza całkę obrazu.

Przykład

Poniższy przykład ilustruje użycie klasy Imgproc w celu zastosowania filtru Box do obrazu w skali szarości.

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++) {
                  m[k] = m[k]/(kernelSize * kernelSize);
               }
               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());
      }
   }
}

Wynik

Po wykonaniu podanego kodu widoczne są następujące dane wyjściowe -

Oryginalny obraz

W tym przykładzie konwertujemy nasz obraz za pomocą następującego filtru (jądra). Ten filtr powoduje rozmycie obrazu wraz ze wzrostem jego rozmiaru.

Ten oryginalny obraz został połączony z filtrem pudełkowym o rozmiarze 5, który jest podany poniżej -

Filtr skrzynkowy o rozmiarze 5

1/25 1/25 1/25 1/25 1/25
1/25 1/25 1/25 1/25 1/25
1/25 1/25 1/25 1/25 1/25
1/25 1/25 1/25 1/25 1/25
1/25 1/25 1/25 1/25 1/25

Obraz skręcony (z filtrem pudełkowym o rozmiarze 5)

Obraz skręcony (z filtrem pudełkowym o rozmiarze 9)