Java DIP - Kirsch Operatörü

Kirsch pusula maskeleri, kenar algılama için kullanılan bir başka türev maske türüdür. Bu operatör aynı zamanda yön maskesi olarak da bilinir. Bu operatörde bir maskeyi alıp sekiz yönün kenarlarını elde etmek için sekiz pusula yönünün hepsinde döndürüyoruz.

Kullanacağız OpenCV işlevi filter2DKirsch operatörünü görüntülere uygulamak için. Altında bulunabilirImgprocpaketi. Söz dizimi aşağıda verilmiştir -

filter2D(src, dst, depth , kernel, anchor, delta, BORDER_DEFAULT );

İşlev bağımsız değişkenleri aşağıda açıklanmıştır -

Sr.No.	Argüman
1	src Kaynak görüntüdür.
2	dst Hedef görüntüdür.
3	depth Dst derinliğidir. Negatif bir değer (-1 gibi), derinliğin kaynakla aynı olduğunu gösterir.
4	kernel Görüntü üzerinden taranacak çekirdektir.
5	anchor Çapanın çekirdeğine göre konumudur. Konum Noktası (-1, -1) varsayılan olarak merkezi gösterir.
6	delta Evrişim sırasında her piksele eklenecek bir değerdir. Varsayılan olarak 0'dır.
7	BORDER_DEFAULT Bu değere varsayılan olarak izin veriyoruz.

Filter2D () yönteminin dışında, Imgproc sınıfı tarafından sağlanan başka yöntemler de vardır. Kısaca açıklanmıştır -

Sr.No.	Yöntem ve Açıklama
1	cvtColor(Mat src, Mat dst, int code, int dstCn) Bir görüntüyü bir renk uzayından diğerine dönüştürür.
2	dilate(Mat src, Mat dst, Mat kernel) Belirli bir yapılandırma öğesi kullanarak bir görüntüyü genişletir.
3	equalizeHist(Mat src, Mat dst) Gri tonlamalı bir görüntünün histogramını eşitler.
4	filter2D(Mat src, Mat dst, int depth, Mat kernel, Point anchor, double delta) Çekirdek ile bir görüntüyü birleştirir.
5	GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) Bir Gauss filtresi kullanarak bir görüntüyü bulanıklaştırır.
6	integral(Mat src, Mat sum) Bir görüntünün integralini hesaplar.

Misal

Aşağıdaki örnek, Kirsch operatörünü Grayscale görüntüsüne uygulamak için Imgproc sınıfının kullanımını gösterir.

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,-3);
               put(0,1,-3);
               put(0,2,-3);
      
               put(1,0-3);
               put(1,1,0);
               put(1,2,-3);

               put(2,0,5);
               put(2,1,5);
               put(2,2,5);
            }
         };	      
         
         Imgproc.filter2D(source, destination, -1, kernel);
         Highgui.imwrite("output.jpg", destination);
         
      } catch (Exception e) {
         System.out.println("Error: " + e.getMessage());
      }
   }
}