Java DIP - Operatore Kirsch

Le maschere della bussola di Kirsch sono ancora un altro tipo di maschera derivativa utilizzata per il rilevamento dei bordi. Questo operatore è noto anche come maschera di direzione. In questo operatore prendiamo una maschera e la ruotiamo in tutte le otto direzioni della bussola per ottenere i bordi delle otto direzioni.

Useremo OpenCV funzione filter2Dper applicare l'operatore di Kirsch alle immagini. Può essere trovato sottoImgprocpacchetto. La sua sintassi è data di seguito:

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

Gli argomenti della funzione sono descritti di seguito:

Sr.No.	Discussione
1	src È l'immagine di origine.
2	dst È l'immagine di destinazione.
3	depth È la profondità di dst. Un valore negativo (come -1) indica che la profondità è la stessa della sorgente.
4	kernel È il kernel da sottoporre a scansione attraverso l'immagine.
5	anchor È la posizione dell'ancora rispetto al suo nucleo. Il punto di posizione (-1, -1) indica il centro per impostazione predefinita.
6	delta È un valore da aggiungere a ogni pixel durante la convoluzione. Di default è 0.
7	BORDER_DEFAULT Lasciamo questo valore per impostazione predefinita.

Oltre al metodo filter2D (), ci sono altri metodi forniti dalla classe Imgproc. Sono descritti brevemente:

Sr.No.	Metodo e descrizione
1	cvtColor(Mat src, Mat dst, int code, int dstCn) Converte un'immagine da uno spazio colore a un altro.
2	dilate(Mat src, Mat dst, Mat kernel) Dilata un'immagine utilizzando uno specifico elemento strutturante.
3	equalizeHist(Mat src, Mat dst) Equalizza l'istogramma di un'immagine in scala di grigi.
4	filter2D(Mat src, Mat dst, int depth, Mat kernel, Point anchor, double delta) Convolge un'immagine con il kernel.
5	GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) Sfoca un'immagine utilizzando un filtro gaussiano.
6	integral(Mat src, Mat sum) Calcola l'integrale di un'immagine.

Esempio

L'esempio seguente mostra l'uso della classe Imgproc per applicare l'operatore di Kirsch a un'immagine di Scala di grigi.

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,-3);
               put(0,1,-3);
               put(0,2,-3);
      
               put(1,0-3);
               put(1,1,0);
               put(1,2,-3);

               put(2,0,5);
               put(2,1,5);
               put(2,2,5);
            }
         };	      
         
         Imgproc.filter2D(source, destination, -1, kernel);
         Highgui.imwrite("output.jpg", destination);
         
      } catch (Exception e) {
         System.out.println("Error: " + e.getMessage());
      }
   }
}

Produzione

Quando esegui il codice dato, viene visualizzato il seguente output:

Immagine originale

Questa immagine originale è convoluta con l'operatore di Kirsch dei bordi est, che come indicato di seguito -

Kirsch East

-3	-3	-3
-3	0	-3
5	5	5

Immagine convoluta (Kirsch East)

Questa immagine originale è convoluta con l'operatore di Kirsch dei bordi sud-occidentali, che come indicato di seguito:

Kirsch sud-ovest

5	5	-3
5	0	-3
-3	-3	-3

Immagine contorta (Kirsch sud-ovest)