Java DIP - 应用高斯滤波器
在本章中,我们将高斯滤波器应用于模糊图像的图像。我们将使用 OpenCV 函数 GaussianBlur 将高斯滤波器应用于图像。它可以在 Imgproc 包下找到。它的语法如下 −
Imgproc.GaussianBlur(source, destination,Size,SigmaX);
函数参数如下所述 −
Sr.No. | 参数 &描述 |
---|---|
1 |
source 源图像。 |
2 |
destination 目标图像。 |
3 |
Size 高斯核大小。 |
4 |
SigmaX X 方向的高斯核标准差方向。 |
除了 GaussianBlur 方法之外,Imgproc 类还提供了其他方法。简要描述它们 −
Sr.No. | 方法 &描述 |
---|---|
1 |
cvtColor(Mat src, Mat dst, int code, int dstCn) 它将图像从一个颜色空间转换为另一个颜色空间。 |
2 |
dilate(Mat src, Mat dst, Mat kernel) 它使用特定的结构元素来扩大图像。 |
3 |
equalizeHist(Mat src, Mat dst) 它均衡直方图灰度图像。 |
4 |
filter2D(Mat src, Mat dst, intdepth, Mat kernel, Point anchor, double delta) 它将图像与内核进行卷积。 |
5 |
GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) 它使用高斯滤波器模糊图像。 |
6 |
integral(Mat src, Mat sum) 它计算图像的积分。 |
示例
以下示例演示了如何使用 Imgproc 类将高斯滤波器应用于图像。
import org.opencv.core.Core; import org.opencv.core.CvType; 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(45,45), 0); Highgui.imwrite("Gaussian45.jpg", destination); } catch (Exception e) { System.out.println("Error:" + e.getMessage()); } } }
输出
执行给定的代码时,将看到以下输出 −
原始图像

当此原始图像与大小为 11 和 45 的高斯滤波器进行卷积时,将看到以下输出。
大小为 11 的高斯滤波器

大小为 45 的高斯滤波器
