OpenCV高斯差分技術實現影象邊緣檢測
阿新 • • 發佈:2019-02-15
效果圖
原始碼
邊緣是影象中畫素亮度變化明顯的點。
高斯差分演算法步驟
將影象轉為灰度影象
// 原圖置灰 Imgproc.cvtColor(src, grayMat, Imgproc.COLOR_BGR2GRAY);
用兩個不同的模糊半徑對灰度影象執行高斯模糊(取得兩幅高斯模糊影象)
// 以兩個不同的模糊半徑對影象做模糊處理 Imgproc.GaussianBlur(grayMat, blur1, new Size(15, 15), 5); Imgproc.GaussianBlur(grayMat, blur2, new Size(21, 21), 5);
將兩幅高斯模糊影象做減法,得到一幅包含邊緣點的結果影象
// 將兩幅模糊後的影象相減 Mat diff = new Mat(); Core.absdiff(blur1, blur2, diff);
該方法只對影象做了高斯模糊,這是計算影象邊緣最快的方法之一,但是,該方法的結果也不是很理想,這種方式對某些影象效果很好,但是在某些情況下可能會完全失效。
封裝
這裡用到了RxJava。主要是因為圖片處理是耗時操作,會阻塞執行緒,為了防止介面卡頓,這裡使用RxJava進行了執行緒切換。
/**
* 高斯差分演算法邊緣檢測
*
* @param bitmap 要檢測的圖片
*/
public void differenceOfGaussian (Bitmap bitmap) {
if (null != mSubscriber)
Observable
.just(bitmap)
.map(new Func1<Bitmap, Bitmap>() {
@Override
public Bitmap call(Bitmap bitmap) {
Mat grayMat = new Mat();
Mat blur1 = new Mat();
Mat blur2 = new Mat();
// Bitmap轉為Mat
Mat src = new Mat(bitmap.getHeight(), bitmap.getWidth(), CvType.CV_8UC4);
Utils.bitmapToMat(bitmap, src);
// 原圖置灰
Imgproc.cvtColor(src, grayMat, Imgproc.COLOR_BGR2GRAY);
// 以兩個不同的模糊半徑對影象做模糊處理
Imgproc.GaussianBlur(grayMat, blur1, new Size(15, 15), 5);
Imgproc.GaussianBlur(grayMat, blur2, new Size(21, 21), 5);
// 將兩幅模糊後的影象相減
Mat diff = new Mat();
Core.absdiff(blur1, blur2, diff);
// 反轉二值閾值化
Core.multiply(diff, new Scalar(100), diff);
Imgproc.threshold(diff, diff, 50, 255, Imgproc.THRESH_BINARY_INV);
// Mat轉Bitmap
Bitmap processedImage = Bitmap.createBitmap(grayMat.cols(), grayMat.rows(), Bitmap.Config.ARGB_8888);
Utils.matToBitmap(diff, processedImage);
return processedImage;
}
})
.subscribeOn(Schedulers.io())
.observeOn(AndroidSchedulers.mainThread())
.subscribe(mSubscriber);
}
使用
// 圖片特徵提取的工具類
mFeaturesUtil = new FeaturesUtil(new Subscriber<Bitmap>() {
@Override
public void onCompleted() {
// 圖片處理完成
dismissProgressDialog();
}
@Override
public void onError(Throwable e) {
// 圖片處理異常
dismissProgressDialog();
}
@Override
public void onNext(Bitmap bitmap) {
// 獲取到處理後的圖片
mImageView.setImageBitmap(bitmap);
}
});
// 高斯差分技術檢測影象邊緣
mFeaturesUtil.differenceOfGaussian(mSelectImage);