Java DIP - базовый порог
Установление пороговых значений позволяет наиболее простым способом добиться сегментации изображения. Сегментация изображения означает разделение всего изображения на набор пикселей таким образом, чтобы пиксели в каждом наборе имели некоторые общие характеристики. Сегментация изображений очень полезна при определении объектов и их границ.
В этой главе мы выполняем некоторые базовые операции определения порогов над изображениями.
Мы используем OpenCV функция threshold. Его можно найти вImgprocпакет. Его синтаксис приведен ниже -
Imgproc.threshold(source, destination, thresh , maxval , type);
Параметры описаны ниже -
Sr. No. | Параметр и описание |
---|---|
1 |
source Это исходное изображение. |
2 |
destination Это изображение назначения. |
3 |
thresh Это пороговое значение. |
4 |
maxval Это максимальное значение, которое следует использовать с типами пороговых значений THRESH_BINARY и THRESH_BINARY_INV. |
5 |
type Возможные типы: THRESH_BINARY, THRESH_BINARY_INV, THRESH_TRUNC и THRESH_TOZERO. |
Помимо этих методов определения порога, существуют другие методы, предоставляемые классом Imgproc. Они кратко описаны -
Sr. No. | Метод и описание |
---|---|
1 |
cvtColor(Mat src, Mat dst, int code, int dstCn) Он преобразует изображение из одного цветового пространства в другое. |
2 |
dilate(Mat src, Mat dst, Mat kernel) Он расширяет изображение за счет использования определенного структурирующего элемента. |
3 |
equalizeHist(Mat src, Mat dst) Выравнивает гистограмму изображения в оттенках серого. |
4 |
filter2D(Mat src, Mat dst, int ddepth, Mat kernel, Point anchor, double delta) Он сворачивает образ с ядром. |
5 |
GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) Он размывает изображение с помощью фильтра Гаусса. |
6 |
integral(Mat src, Mat sum) Он вычисляет интеграл изображения. |
пример
В следующем примере демонстрируется использование класса Imgproc для выполнения операций пороговой обработки изображения:
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 main {
public static void main( String[] args ) {
try{
System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
Mat source = Highgui.imread("digital_image_processing.jpg", Highgui.CV_LOAD_IMAGE_COLOR);
Mat destination = new Mat(source.rows(),source.cols(),source.type());
destination = source;
Imgproc.threshold(source,destination,127,255,Imgproc.THRESH_TOZERO);
Highgui.imwrite("ThreshZero.jpg", destination);
} catch (Exception e) {
System.out.println("error: " + e.getMessage());
}
}
}
Вывод
Когда вы выполняете данный код, виден следующий вывод -
Исходное изображение
На приведенном выше исходном изображении выполняются некоторые операции определения порога, которые показаны в выходных данных ниже -