Java DIP - ตัวดำเนินการ Laplacian
Laplacian Operator ยังเป็นตัวดำเนินการอนุพันธ์ที่ใช้ในการหาขอบในภาพ ความแตกต่างที่สำคัญระหว่าง Laplacian กับตัวดำเนินการอื่น ๆ เช่น Prewitt, Sobel, Robinson และ Kirsch คือสิ่งเหล่านี้เป็นมาสก์อนุพันธ์ลำดับที่หนึ่ง แต่ Laplacian เป็นมาสก์อนุพันธ์ลำดับที่สอง
เราใช้ OpenCV ฟังก์ชัน filter2Dเพื่อใช้ตัวดำเนินการ Laplacian กับรูปภาพ สามารถดูได้ที่ด้านล่างImgprocแพ็คเกจ ไวยากรณ์ได้รับด้านล่าง -
filter2D(src, dst, depth , kernel, anchor, delta, BORDER_DEFAULT );
อาร์กิวเมนต์ของฟังก์ชันอธิบายไว้ด้านล่าง -
ซีเนียร์ | อาร์กิวเมนต์ |
---|---|
1 |
src เป็นภาพต้นฉบับ |
2 |
dst เป็นภาพปลายทาง |
3 |
depth มันคือความลึกของ dst ค่าลบ (เช่น -1) บ่งชี้ว่าความลึกเหมือนกับแหล่งที่มา |
4 |
kernel เป็นเคอร์เนลที่จะสแกนผ่านภาพ |
5 |
anchor เป็นตำแหน่งของจุดยึดที่สัมพันธ์กับเคอร์เนล ตำแหน่งจุด (-1, -1) ระบุจุดศูนย์กลางตามค่าเริ่มต้น |
6 |
delta เป็นค่าที่จะเพิ่มให้กับแต่ละพิกเซลระหว่างการแปลง โดยค่าเริ่มต้นจะเป็น 0 |
7 |
BORDER_DEFAULT เราปล่อยให้ค่านี้เป็นค่าเริ่มต้น |
นอกเหนือจากเมธอด filter2D () แล้วยังมีเมธอดอื่น ๆ ที่จัดเตรียมโดยคลาส Imgproc มีการอธิบายสั้น ๆ -
ซีเนียร์ | วิธีการและคำอธิบาย |
---|---|
1 |
cvtColor(Mat src, Mat dst, int code, int dstCn) มันแปลงภาพจากพื้นที่สีหนึ่งไปเป็นอีกที่หนึ่ง |
2 |
dilate(Mat src, Mat dst, Mat kernel) ขยายภาพโดยใช้องค์ประกอบโครงสร้างเฉพาะ |
3 |
equalizeHist(Mat src, Mat dst) มันทำให้ฮิสโตแกรมของภาพสีเทาเท่ากัน |
4 |
filter2D(Mat src, Mat dst, int depth, Mat kernel, Point anchor, double delta) มันแปลงภาพด้วยเคอร์เนล |
5 |
GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) มันเบลอภาพโดยใช้ฟิลเตอร์ Gaussian |
6 |
integral(Mat src, Mat sum) คำนวณอินทิกรัลของรูปภาพ |
ตัวอย่าง
ตัวอย่างต่อไปนี้แสดงให้เห็นถึงการใช้คลาส Imgproc เพื่อใช้ตัวดำเนินการ Laplacian กับรูปภาพของ Grayscale
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(0,0,0);
put(0,1,-1)
put(0,2,0);
put(1,0-1);
put(1,1,4);
put(1,2,-1);
put(2,0,0);
put(2,1,-1);
put(2,2,0);
}
};
Imgproc.filter2D(source, destination, -1, kernel);
Highgui.imwrite("output.jpg", destination);
} catch (Exception e) {
System.out.println("Error: " + e.getMessage());
}
}
}
เอาต์พุต
เมื่อคุณรันโค้ดที่กำหนดจะเห็นผลลัพธ์ต่อไปนี้ -
ภาพต้นฉบับ
ภาพต้นฉบับนี้เชื่อมต่อกับตัวดำเนินการ Laplacian Negative ตามที่ระบุด้านล่าง -
Laplacian Negative
0 | -1 | 0 |
-1 | 4 | -1 |
0 | -1 | 0 |
ภาพที่ได้รับการแก้ไข (Laplacian Negative)
ภาพต้นฉบับนี้เชื่อมต่อกับตัวดำเนินการ Laplacian Positive ตามที่ระบุด้านล่าง -
Laplacian Positive
0 | 1 | 0 |
1 | -4 | 1 |
0 | 1 | 0 |