Учебники

Java DIP — понимать свертку

Ноябрь 23, 2018

Свертка — это математическая операция над двумя функциями f и g. Функции f и g в этом случае являются изображениями, поскольку изображение также является двумерной функцией.

Выполнение свертки

Чтобы выполнить свертку на изображении, предпринимаются следующие шаги:

  • Переверните маску (по горизонтали и вертикали) только один раз.
  • Наденьте маску на изображение.
  • Умножьте соответствующие элементы, а затем добавьте их.
  • Повторяйте эту процедуру, пока все значения изображения не будут рассчитаны.

Мы используем функцию OpenCV filter2D для применения свертки 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 —

Sr.No. Аргумент и описание
1

ЦСИ

Это исходное изображение.

2

ДСТ

Это изображение назначения.

3

глубина

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

4

ядро

Это ядро ​​для сканирования через изображение.

5

якорь

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

6

дельта

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

7

BORDER_DEFAULT

Мы допустим это значение по умолчанию.

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.

пример

В следующем примере демонстрируется использование класса Imgproc для выполнения свертки изображения серой шкалы. 

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

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

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

Выход

В этом примере мы сворачиваем наше изображение с помощью следующего фильтра (ядра). Этот фильтр приводит к созданию исходного изображения, как оно есть —

46
Share: