Java DIP - 理解卷积

卷积是对两个函数 f 和 g 的数学运算。在这种情况下，函数 f 和 g 是图像，因为图像也是二维函数。

执行卷积

为了对图像执行卷积，请采取以下步骤 −

仅翻转蒙版(水平和垂直)一次。
将蒙版滑到图像上。
将相应元素相乘，然后将它们相加。
重复此过程，直到计算出图像的所有值。

我们使用 OpenCV 函数 filter2D 将卷积应用于图像。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	depth 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。位置点 (-1, -1) 默认表示中心。
6	delta 它是在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。

示例

以下示例演示了如何使用 Imgproc 类对灰度图像进行卷积。

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 = 3;
         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 = new Mat(kernelSize,kernelSize, CvType.CV_32F) {
            {
               put(0,0,0);
               put(0,1,0);
               put(0,2,0);

               put(1,0,0);
               put(1,1,1);
               put(1,2,0);

               put(2,0,0);
               put(2,1,0);
               put(2,2,0);
            }
         };
         
         Imgproc.filter2D(source, destination, -1, kernel);
         Highgui.imwrite("original.jpg", destination);
         
      } catch (Exception e) {
          System.out.println("Error:" + e.getMessage());
      }
   }
}