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 -

Thresh Binary

Бинарный инверсный порог

Thresh Zero