Java DIP - 加权平均滤波器

在加权平均滤波器中,我们赋予中心值更多权重,因此中心的贡献大于其余值。由于加权平均滤波,我们可以控制图像的模糊。

我们使用 OpenCV 函数 filter2D 将加权平均滤波器应用于图像。它可以在 Imgproc 包下找到。其语法如下 −

filter2D(src, dst,depth, kernel, anchor, delta, BORDER_DEFAULT );

函数参数如下所述 −

Sr.No. 参数 &描述
1

src

源图像。

2

dst

目标图像。

3

ddepth

dst的深度。负值(例如 -1)表示深度与源相同。

4

kernel

它是要扫描图像的内核。

5

anchor

它是锚点相对于其内核的位置。位置 Point(-1, -1) 默认表示中心。

6

delta

它是卷积期间要添加到每个像素的值。默认情况下为 0。

7

BORDER_DEFAULT

我们默认使用此值。

除了 filter2D() 方法外,Imgproc 类还提供了其他方法。它们简要描述如下 −

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)

计算图像的积分。

示例

以下示例演示了如何使用 Imgproc 类将加权平均滤波器应用于灰度图像。

import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;

import org.opencv.highgui.Highgui;
import org.opencv.imgproc.Imgproc;

public class convolution {
   public static void main( String[] args ) {
   
      try {
         int kernelSize = 9;
         System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
         
         Mat source = Highgui.imread("grayscale.jpg",  Highgui.CV_LOAD_IMAGE_GRAYSCALE);
         Mat destination = new Mat(source.rows(),source.cols(),source.type());
         
         Mat kernel = Mat.ones(kernelSize,kernelSize, CvType.CV_32F) {	      
         
         for(int i=0; i<kernel.rows(); i++) {
            for(int j=0; j<kernel.cols(); j++) {

               double[] m = kernel.get(i, j);

               for(int k =0; k<m.length; k++) {

                  if(i==1 && j==1) {
                     m[k] = 10/18;
                  }
                  else{
                     m[k] = m[k]/(18);
                  }
               }
               kernel.put(i,j, m);

               }
            }	
         };	      
         
         Imgproc.filter2D(source, destination, -1, kernel);
         Highgui.imwrite("output.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

应用加权平均滤波器教程

此原始图像与下面给出的加权平均滤波器进行卷积 −

加权平均滤波器

1 1 1
1 10 1
1 1 1

卷积图像

应用加权平均滤波器教程