Java DIP - Robinson Operator

Maski kompasu Robinsona to kolejny rodzaj masek pochodnych, które są używane do wykrywania krawędzi. Ten operator jest również znany jako maska ​​kierunku. W tym operatorze bierzemy jedną maskę i obracamy ją we wszystkich ośmiu głównych kierunkach, aby uzyskać krawędzie ośmiu kierunków.

Będziemy używać OpenCV funkcjonować filter2Dzastosować operator Robinson 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 do zastosowania operatora Robinsona 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 = 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());
      }
   }
}

Wynik

Po wykonaniu podanego kodu widoczne są następujące dane wyjściowe -

Oryginalny obraz

Ten oryginalny obraz jest spleciony z operatorem Robinsona krawędzi północnych, jak podano poniżej -

Maska kierunku północnego

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

Convolved Image (Robinson North)

Ten oryginalny obraz został również połączony z operatorem Robinsona wschodnich krawędzi, jak podano poniżej -

Maska kierunku wschodniego

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

Convolved Image (Robinson East)