Java DIP — Лапласский оператор

Оператор Лапласа также является производным оператором, который используется для поиска ребер в изображении. Основное различие между лапласианом и другими операторами, такими как Prewitt, Sobel, Robinson и Kirsch, заключается в том, что все они являются производными масками первого порядка, а Laplacian — производными масками второго порядка.

Мы используем функцию OpenCV filter2D для применения оператора Лапласа к изображениям. Его можно найти в пакете Imgproc . Его синтаксис приведен ниже —

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

Аргументы функции описаны ниже —

ЦСИ

Это исходное изображение.

ДСТ

Это изображение назначения.

глубина

Это глубина дст. Отрицательное значение (например, -1) указывает, что глубина такая же, как у источника.

ядро

Это ядро ​​для сканирования через изображение.

якорь

Это позиция якоря относительно его ядра. Местоположение Точка (-1, -1) указывает центр по умолчанию.

дельта

Это значение, которое будет добавлено к каждому пикселю во время свертки. По умолчанию это 0.

BORDER_DEFAULT

Мы допустим это значение по умолчанию.

Помимо метода filter2D (), есть и другие методы, предоставляемые классом Imgproc. Они описаны кратко —

cvtColor (Mat src, Mat dst, int code, int dstCn)

Он преобразует изображение из одного цветового пространства в другое.

дилат (Mat src, Mat dst, Mat kernel)

Это расширяет изображение с помощью определенного структурирующего элемента.

equizeHist (Mat src, Mat dst)

Он выравнивает гистограмму изображения в градациях серого.

filter2D (Mat src, Mat dst, int глубина, ядро ​​Mat, точка привязки, двойная дельта)

Это сворачивает изображение с ядром.

GaussianBlur (Mat src, Mat dst, Размер ksize, двойной сигмаX)

Размытие изображения с использованием фильтра Гаусса.

интеграл (Mat src, Mat sum)

Он рассчитывает интеграл изображения.

пример

В следующем примере демонстрируется использование класса Imgproc для применения оператора Лапласа к изображению в градациях серого.

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());
      }
   }
}

Выход

Когда вы выполняете данный код, вы увидите следующий вывод:

Исходное изображение

Это оригинальное изображение свернуто с оператором Лапласа Негатива, как показано ниже —

Лапласовский Отрицательный

Свернутое изображение (Лапласово негатив)

Это оригинальное изображение свернуто с положительным оператором Лапласа, как показано ниже —