java opencv 基本操作7

最新推荐文章于 2026-04-11 06:15:37 发布

原创最新推荐文章于 2026-04-11 06:15:37 发布 · 756 阅读

2 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#opencv #java

java opencv 系列专栏收录该内容

23 篇文章

订阅专栏

本文介绍了OpenCV中的filter2D函数用于图像卷积的操作，通过实例展示了Prewitt和Robert算子的应用，并进一步利用Sobel算子进行边缘检测，包括X和Y方向的边缘提取及综合。此外，还提供了图像增强的步骤，所有结果均以图片形式保存。

图像卷积运算filter2D

    //filter2D图像卷积运算函数
    //filter2D(
    // Mat src,  //原图像；
    // Mat dst,   //输出图像 ，和输入的图像具有相同的尺寸和类型，以及通道类型
    // int ddepth,  //目标图像深度， 目标图像的深度，一定要>= src.depth(); 选择-1时，目标图像与原图像的深度保持一致。
    // Mat kernel,  //过滤器（卷积核）， 用于对于原图像的进行卷积，生成目标图像，不同的kernel,会产生不同的效果。
    // Point anchor=Point(-1,-1), //内核的锚点，指示内核中已过滤点的相对位置；锚点应位于内核内；默认值（-1，-1）表示锚位于内核中心。
    // double delta=0,  //可选值添加到过滤的像素之前，将其存储在dst中。
    // int borderType=BORDER_DEFAULT //像素外推方法
    // );
    @Test
    public void testFilter2D() {
        Mat src = GeneralUtils.converMat("C:\\图片\\test\\0001.jpg");

        //定义卷积核(prewitt算子{{-1， 0， 1}， {-1， 0， 1}， {-1， 0， 1}}）
        Mat kernel = new Mat(3, 3, CvType.CV_32F);
        kernel.put(0, 0, -1, 0, 1, -1, 0, 1, -1, 0, 1);

        //进行卷积操作
        Mat dst = new Mat();
        Imgproc.filter2D(src, dst, -1, kernel, new Point(-1, -1), 0);
        GeneralUtils.saveByteImg(dst, "C:\\图片\\test\\kernel.jpg");

        //定义卷积核(Robert算子{{1, 0},{0, -1}})
        Mat kernel1 = new Mat(2, 2, CvType.CV_32F);
        kernel1.put(0, 0, 1, 0, 0, -1);

        //进行卷积操作
        Imgproc.filter2D(src, dst, -1, kernel, new Point(-1, -1), 0);
        GeneralUtils.saveByteImg(dst, "C:\\图片\\test\\kernel1.jpg");

        //图像增强
        Core.convertScaleAbs(dst, dst);
        GeneralUtils.saveByteImg(dst, "C:\\图片\\test\\absKernel1.jpg");
    }

Sobel边缘检测

    //Sobel边缘检测算法比较简单，实际应用中效率比canny边缘检测效率高，
    // 但不如Canny检测的准确，很多实际应用的场合，sobel边缘是首选，
    // Sobel算子是高斯平滑与微分操作的结合体，所以其抗噪声能力很强，用途较多。
    // 尤其是在对效率要求较高，而对细纹理不太关系的时候。
    // 使用Sobel算子提取图像边缘分3个步骤：
    //1.提取X方向的边缘， 2.提取Y方向的边缘 3.综合两个方向的边缘信息得到整幅图像的边缘。
    //Sobel(
    // Mat src,   //输入图像
    // Mat dst,   //输出图像
    // int ddepth,  //图像深度
    // int dx,   //指的是求导的阶数，0表示这个方向上没有求导，所填的数一般为0、1、2。
    // int dy,   //指的是求导的阶数，0表示这个方向上没有求导，所填的数一般为0、1、2。
    // int ksize,  //是Sobel算子的大小，即卷积核的大小，必须为奇数1、3、5、7。如果ksize=-1，就演变成为3x3的Scharr算子，
    // double scale,  //是缩放导数的比例常数，默认情况为没有伸缩系数。
    // double delta,
    // int borderType //是判断图像边界的模式，这个参数默认值为cv2.BORDER_DEFAULT
    // )
    @Test
    public void testSobel() {
        Mat src = GeneralUtils.converMat("C:\\图片\\test\\0001.jpg");

        Mat sx = new Mat();
        Mat sy = new Mat();

        //计算X方向边缘信息
        Imgproc.Sobel(src, sx, CvType.CV_32F, 1, 0, 3, 1, 0, Core.BORDER_DEFAULT);
        //计算y方向边缘信息
        Imgproc.Sobel(src, sy, CvType.CV_32F, 0, 1, 3, 1, 0, Core.BORDER_DEFAULT);
        //综合两个方向的边缘信息得到整幅图像的边缘
        Mat dst = new Mat();
        Core.add(sx, sy, dst, new Mat(), CvType.CV_16S);
        GeneralUtils.saveByteImg(dst, "C:\\图片\\test\\sobel.jpg");
    }

《中医基础理论》

求关注！！