Java DIP - operator Sobel
Operator Sobela jest bardzo podobny do operatora Prewitt. Jest to również maska pochodna i służy do wykrywania krawędzi. Operator Sobela jest używany do wykrywania dwóch rodzajów krawędzi na obrazie: pionowych krawędzi kierunkowych i poziomych krawędzi kierunkowych.
Będziemy używać OpenCV funkcjonować filter2Daby zastosować operator Sobela 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 |
---|---|
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 operatora Sobel 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 Sobela pionowych krawędzi, który podano poniżej -
Kierunek pionowy
-1 | 0 | 1 |
-2 | 0 | 2 |
-1 | 0 | 1 |
Obraz skręcony (kierunek pionowy)
Ten oryginał jest spleciony z operatorem Sobela krawędzi poziomych, który podano poniżej -
Kierunek poziomy
-1 | -2 | -1 |
0 | 0 | 0 |
1 | 2 | 1 |