Java+opencv3.2.0之scharr滤波器
在opencv中scharr滤波器是配合sobel算子的运算而存在的。当sobel内核为3时,结果可能会产生比较明显的误差,针对这一问题,Opencv提供了scharr函数。该函数只针对大小为3的核,并且运算速率和sobel函数一样快,结果更加精确,但抗噪性不如sobel函数。
使用scharr滤波器计算x或y方向的图像差分,它的参数变量和sobel一样。
函数:Imgproc.Scharr(Mat src, Mat dst, int ddepth, int dx, int dy, double scale, double delta, int borderType)
参数说明:
src:源图像
dst:检测结果图像
ddepth:输出图像的深度
dx:x方向上的差分阶数
dy:y方向上的差分阶数
scale:缩放因子
delta:结果存入输出图像前可选的delta值,默认为0
borderType:边界模式,默认BORDER_DEFAULT
示例代码:
public static void main(String[] args) { System.loadLibrary(Core.NATIVE_LIBRARY_NAME); Mat src = Imgcodecs.imread("F:\\2011031213205880528.jpg"); Mat dst = src.clone(); Mat dstx = src.clone(); Mat dsty = src.clone(); Imgproc.GaussianBlur(src, dst, new Size(3, 3), 0); Imgproc.cvtColor(dst, dst, Imgproc.COLOR_RGB2GRAY); Imgproc.Scharr(dst, dstx, -1, 1, 0, 1, 0, Core.BORDER_DEFAULT); Imgcodecs.imwrite("F:\\dstx.jpg", dstx); Imgproc.Scharr(dst, dsty, -1, 0, 1, 1, 0, Core.BORDER_DEFAULT); Imgcodecs.imwrite("F:\\dsty.jpg", dsty); Core.addWeighted(dstx, 0.5, dsty, 0.5, 0, dst); Imgcodecs.imwrite("F:\\dst.jpg", dst); }
源图像:
X方向的scharr:
Y方向的scharr:
合并梯度后:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
相关文章
Spring Boot中的 6 种API请求参数读取方式示例详解
使用Spring Boot开发API的时候,读取请求参数是服务端编码中最基本的一项操作,Spring Boot中也提供了多种机制来满足不同的API设计要求,这篇文章主要介绍了Spring Boot中的 6 种API请求参数读取方式示例详解,需要的朋友可以参考下2024-05-05Spring事件监听机制之@EventListener实现方式详解
这篇文章主要介绍了Spring事件监听机制之@EventListener实现方式详解,ApplicationContext的refresh方法还是初始化了SimpleApplicationEventMulticaster,发送事件式还是先获取ResolvableType类型,再获取发送监听列表,需要的朋友可以参考下2023-12-12SpringCloud集成Sleuth和Zipkin的思路讲解
Zipkin 是 Twitter 的一个开源项目,它基于 Google Dapper 实现,它致力于收集服务的定时数据,以及解决微服务架构中的延迟问题,包括数据的收集、存储、查找和展现,这篇文章主要介绍了SpringCloud集成Sleuth和Zipkin,需要的朋友可以参考下2022-11-11
最新评论