Учебники

Java DIP — повышение резкости изображения

В этой главе мы научимся увеличивать резкость изображения, используя фильтр Гаусса.

Сначала мы используем функцию OpenCV GaussianBlur . Его можно найти в пакете Imgproc . Его синтаксис приведен ниже —

Imgproc.GaussianBlur(source, destination, new Size(0,0), sigmaX);

Параметры описаны кратко —

Sr.No. Параметр и описание
1

источник

Это исходное изображение.

2

место назначения

Это изображение назначения.

3

Размер

Это размер ядра Гаусса.

4

sigmaX

Это стандартное отклонение ядра Гаусса в направлении X.

источник

Это исходное изображение.

место назначения

Это изображение назначения.

Размер

Это размер ядра Гаусса.

sigmaX

Это стандартное отклонение ядра Гаусса в направлении X.

Кроме того, мы используем функцию OpenCV addWeighted, чтобы применить водяной знак изображения к изображению. Его можно найти под пакетом Core . Его синтаксис приведен ниже —

Core.addWeighted(InputArray src1, alpha, src2, beta, gamma, OutputArray dst);

Параметры этой функции описаны ниже —

Sr.No. Параметр и описание
1

src1

Это первый входной массив.

2

альфа

Это вес первых элементов массива.

3

src2

Это второй входной массив того же размера и номера канала, что и src1.

4

Бета

Это вес элементов второго массива.

5

гамма

Это скаляр добавляется к каждой сумме.

6

ДСТ

Это выходной массив, который имеет тот же размер и количество каналов, что и входные массивы.

src1

Это первый входной массив.

альфа

Это вес первых элементов массива.

src2

Это второй входной массив того же размера и номера канала, что и src1.

Бета

Это вес элементов второго массива.

гамма

Это скаляр добавляется к каждой сумме.

ДСТ

Это выходной массив, который имеет тот же размер и количество каналов, что и входные массивы.

Помимо метода GaussianBlur, существуют другие методы, предоставляемые классом Imgproc. Они описаны кратко —

Sr.No. Метод и описание
1

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

Он преобразует изображение из одного цветового пространства в другое.

2

дилат (Mat src, Mat dst, Mat kernel)

Это расширяет изображение с помощью определенного структурирующего элемента.

3

equizeHist (Mat src, Mat dst)

Он выравнивает гистограмму изображения в градациях серого.

4

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

Это сворачивает изображение с ядром.

5

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

Размытие изображения с использованием фильтра Гаусса.

6

интеграл (Mat src, Mat sum)

Он рассчитывает интеграл изображения.

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 классов Imgproc и Core для применения резкости к изображению.

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.Size;
import org.opencv.highgui.Highgui;
import org.opencv.imgproc.Imgproc;

public class Main {
   public static void main( String[] args ) {
      try{
         System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
         Mat source = Highgui.imread("digital_image_processing.jpg",
         Highgui.CV_LOAD_IMAGE_COLOR);
         Mat destination = new Mat(source.rows(),source.cols(),source.type());
         Imgproc.GaussianBlur(source, destination, new Size(0,0), 10);
         Core.addWeighted(source, 1.5, destination, -0.5, 0, destination);
         Highgui.imwrite("sharp.jpg", destination);
      } catch (Exception e) {
      }
   }
}

Выход

Когда вы выполняете данный код, вы увидите следующий вывод: