Java DIP - Ağırlıklı Ortalama Filtre

Ağırlıklı ortalama filtrede, merkezin katkısının diğer değerlerden daha fazla olması nedeniyle merkez değerine daha fazla ağırlık verdik. Ağırlıklı ortalama filtreleme sayesinde, görüntünün bulanıklığını kontrol edebiliriz.

Kullanırız OpenCV işlevi filter2Dgörüntülere ağırlıklı ortalama filtre 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 ve Açıklama
1

src

Kaynak görüntüdür.

2

dst

Hedef görüntüdür.

3

ddepth

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 () yönteminden ayrı olarak, Imgproc sınıfı tarafından sağlanan başka yöntemler 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, bir Graycale görüntüsüne ağırlıklı ortalama filtre 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 = Mat.ones(kernelSize,kernelSize, CvType.CV_32F) {	      
         
         for(int i=0; i<kernel.rows(); i++) {
            for(int j=0; j<kernel.cols(); j++) {

               double[] m = kernel.get(i, j);

               for(int k =0; k<m.length; k++) {

                  if(i==1 && j==1) {
                     m[k] = 10/18;
                  }
                  else{
                     m[k] = m[k]/(18);
                  }
               }
               kernel.put(i,j, m);

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

Çıktı

Verilen kodu çalıştırdığınızda, aşağıdaki çıktı görülür -

Gerçek görüntü

Bu orijinal görüntü, aşağıda verilen ağırlıklı ortalama filtre ile birleştirilir -

Ağırlıklı Ortalama Filtre

1 1 1
1 10 1
1 1 1

Katıştırılmış Görüntü