
- Java 数字图像处理
- 数字图像处理 - 首页
- 数字图像处理 - 简介
- 数字图像处理 - Java BufferedImage 类
- 数字图像处理 - 图片下载与上传
- 数字图像处理 - 图像像素
- 数字图像处理 - 灰度转换
- 数字图像处理 - 增强图像对比度
- 数字图像处理 - 增强图像亮度
- 数字图像处理 - 增强图像锐度
- 数字图像处理 - 图像压缩技术
- 数字图像处理 - 添加图像边框
- 数字图像处理 - 图像金字塔
- 数字图像处理 - 基本阈值化
- 数字图像处理 - 图像形状转换
- 数字图像处理 - 高斯滤波器
- 数字图像处理 - 均值滤波器
- 数字图像处理 - 腐蚀与膨胀
- 数字图像处理 - 水印
- 数字图像处理 - 理解卷积
- 数字图像处理 - Prewitt 算子
- 数字图像处理 - Sobel 算子
- 数字图像处理 - Kirsch 算子
- 数字图像处理 - Robinson 算子
- 数字图像处理 - 拉普拉斯算子
- 数字图像处理 - 加权平均滤波器
- 数字图像处理 - 创建缩放效果
- 数字图像处理 - 开源库
- 数字图像处理 - OpenCV 简介
- 数字图像处理 - OpenCV 灰度转换
- 数字图像处理 - 颜色空间转换
- 数字图像处理 有用资源
- 数字图像处理 - 快速指南
- 数字图像处理 - 有用资源
- 数字图像处理 - 讨论
Java 数字图像处理 - Prewitt 算子
Prewitt 算子用于图像边缘检测。它检测两种类型的边缘:垂直边缘和水平边缘。
我们使用OpenCV 函数filter2D 将 Prewitt 算子应用于图像。它可以在Imgproc 包中找到。其语法如下:
filter2D(src, dst, depth , kernel, anchor, delta, BORDER_DEFAULT );
函数参数描述如下:
序号 | 参数及描述 |
---|---|
1 |
src 源图像。 |
2 |
dst 目标图像。 |
3 |
depth dst 的深度。负值(例如 -1)表示深度与源图像相同。 |
4 |
kernel 扫描图像的核。 |
5 |
anchor 锚点相对于其核的位置。默认情况下,位置 Point(-1, -1) 表示中心。 |
6 |
delta 在卷积过程中添加到每个像素的值。默认为 0。 |
7 |
BORDER_DEFAULT 我们使用默认值。 |
除了 filter2D 方法外,Imgproc 类还提供了其他方法。简要描述如下:
序号 | 方法及描述 |
---|---|
1 |
cvtColor(Mat src, Mat dst, int code, int dstCn) 将图像从一种颜色空间转换为另一种颜色空间。 |
2 |
dilate(Mat src, Mat dst, Mat kernel) 使用特定的结构元素膨胀图像。 |
3 |
equalizeHist(Mat src, Mat dst) 均衡灰度图像的直方图。 |
4 |
filter2D(Mat src, Mat dst, int depth, Mat kernel, Point anchor, double delta) 用核卷积图像。 |
5 |
GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) 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 Prewitt 算子应用于灰度图像。
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 = new Mat(kernelSize,kernelSize, CvType.CV_32F) { { put(0,0,-1); put(0,1,0); put(0,2,1); put(1,0-1); put(1,1,0); put(1,2,1); put(2,0,-1); put(2,1,0); put(2,2,1); } }; Imgproc.filter2D(source, destination, -1, kernel); Highgui.imwrite("output.jpg", destination); } catch (Exception e) { System.out.println("Error: " + e.getMessage()); } } }
输出
执行给定代码后,将看到以下输出:
原始图像

此原始图像与如下所示的垂直边缘 Prewitt 算子进行卷积:
垂直方向
-1 | 0 | 1 |
-1 | 0 | 1 |
-1 | 0 | 1 |
卷积图像(垂直方向)

此原始图像还与如下所示的水平边缘 Prewitt 算子进行了卷积:
水平方向
-1 | -1 | -1 |
0 | 0 | 0 |
1 | 1 | 1 |
卷积图像(水平方向)
