Java 数字图像处理 - 理解卷积

卷积是两个函数 f 和 g 的数学运算。在这种情况下，函数 f 和 g 是图像，因为图像也是一个二维函数。

执行卷积

为了对图像执行卷积，需要执行以下步骤：

仅翻转一次掩码（水平和垂直）。
将掩码滑到图像上。
将相应的元素相乘，然后相加。
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。其语法如下所示：

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

函数参数如下所述：

序号	参数及说明
1	src 它是源图像。
2	dst 它是目标图像。
3	depth 它是 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。默认情况下，位置 Point(-1, -1) 表示中心。
6	delta 它是卷积期间要添加到每个像素的值。默认值为 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 类对灰度图像执行卷积。

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());
      }
   }
}

输出

在这个例子中，我们用以下滤波器（内核）对我们的图像进行卷积。此滤波器导致产生原始图像本身：

0	0	0
0	1	0
0	0	0

原始图像

卷积图像

打印页面