Java OpenCV图像处理之自定义图像滤波算子

 更新时间:2022年02月19日 09:13:08   作者:深色风信子  
这篇文章主要为大家介绍了如何利用Java OpenCV实现自定义图像滤波(降噪) 算子,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编学习一下

示例代码

package com.xu.image;

import java.io.File;

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.Point;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

/**
 * @Title: Image.java
 * @Description: OpenCV 测试文件
 * @Package com.xu.test
 * @author: hyacinth
 * @date: 2019年5月7日12:13:13
 * @version: V-1.0.0
 * @Copyright: 2019 hyacinth
 */
public class Image {

    static {
        String os = System.getProperty("os.name");
        String type = System.getProperty("sun.arch.data.model");
        if (os.toUpperCase().contains("WINDOWS")) {
            File lib;
            if (type.endsWith("64")) {
                lib = new File("D:\\Learn\\OpenCV\\OpenCV-4.5.5\\build\\java\\x64\\" + System.mapLibraryName("opencv_java455"));
            } else {
                lib = new File("D:\\Learn\\OpenCV\\OpenCV-4.5.5\\build\\java\\x86\\" + System.mapLibraryName("opencv_java455"));
            }
            System.load(lib.getAbsolutePath());
        }
    }

    public static void main(String[] args) {
        kernel3();
    }

    /**
     * OpenCV-4.0.0 自定义滤波(降噪)(Robert算子)
     *
     * @return: void
     * @date: 2019年5月7日12:16:55
     */
    public static void kernel1() {
        Mat src = Imgcodecs.imread("D:\\OneDrive\\桌面\\1.jpg");
        HighGui.imshow("Robert算子 原图", src.clone());
        Mat dst_x = new Mat();
        Mat dst_y = new Mat();

        //Robert算子-X轴
        Mat kernel_x = new Mat(2, 2, 1);
        kernel_x.put(0, 0, 1);
        kernel_x.put(0, 1, 0);
        kernel_x.put(1, 0, 0);
        kernel_x.put(1, 1, -1);
        Imgproc.filter2D(src, dst_x, -1, kernel_x, new Point(-1, -1), 0.0);

        //Robert算子-Y轴
        Mat kernel_y = new Mat(2, 2, 1);
        kernel_y.put(0, 0, 0);
        kernel_y.put(0, 1, 1);
        kernel_y.put(1, 0, -1);
        kernel_y.put(1, 1, 0);
        Imgproc.filter2D(src, dst_y, -1, kernel_y, new Point(-1, -1), 0.0);

        HighGui.imshow("Robert算子 Y", dst_y);
        HighGui.imshow("Robert算子 X", dst_x);
        Mat dst = new Mat();
        Core.addWeighted(dst_x, 0.5, dst_y, 0.5, 0, dst);
        HighGui.imshow("Robert算子 融合", dst);
        HighGui.waitKey(10);
    }

    /**
     * OpenCV-4.0.0 自定义滤波(降噪)(Sable算子)
     *
     * @return: void
     * @date: 2019年5月7日12:16:55
     */
    public static void kernel2() {
        Mat src = Imgcodecs.imread("D:\\OneDrive\\桌面\\1.jpg");
        HighGui.imshow("Sable算子 原图", src.clone());
        Mat dst_x = new Mat();
        Mat dst_y = new Mat();

        //Soble算子-X轴
        Mat kernel_x = new Mat(3, 3, 1);
        kernel_x.put(0, 0, -1);
        kernel_x.put(0, 1, 0);
        kernel_x.put(0, 2, 1);
        kernel_x.put(1, 0, -2);
        kernel_x.put(1, 1, 0);
        kernel_x.put(1, 2, 2);
        kernel_x.put(2, 0, -1);
        kernel_x.put(2, 1, 0);
        kernel_x.put(2, 2, 1);
        Imgproc.filter2D(src, dst_x, -1, kernel_x, new Point(-1, -1), 0.0);

        //Soble算子-Y轴
        Mat kernel_y = new Mat(3, 3, 1);
        kernel_y.put(0, 0, -1);
        kernel_y.put(0, 1, 2);
        kernel_y.put(0, 2, -1);
        kernel_y.put(1, 0, 0);
        kernel_y.put(1, 1, 0);
        kernel_y.put(1, 2, 0);
        kernel_y.put(2, 0, 1);
        kernel_y.put(2, 1, 2);
        kernel_y.put(2, 2, 1);
        Imgproc.filter2D(src, dst_y, -1, kernel_y, new Point(-1, -1), 0.0);

        HighGui.imshow("Sable算子 X", dst_x);
        HighGui.imshow("Sable算子 Y", dst_y);
        Mat dst = new Mat();
        Core.addWeighted(dst_x, 0.5, dst_y, 0.5, 0, dst);
        HighGui.imshow("Sable算子 融合", dst);
        HighGui.waitKey(1);
    }

    /**
     * OpenCV-4.0.0 自定义滤波(降噪)(Laplace算子)
     *
     * @return: void
     * @date: 2019年5月7日12:16:55
     */
    public static void kernel3() {
        Mat src = Imgcodecs.imread("D:\\OneDrive\\桌面\\1.jpg");
        HighGui.imshow("Laplace 算子 原图", src.clone());
        Mat dst = new Mat();

        //拉普拉斯算子
        Mat kernel = new Mat(3, 3, 1);
        kernel.put(0, 0, 0);
        kernel.put(0, 1, -1);
        kernel.put(0, 2, 0);
        kernel.put(1, 0, -1);
        kernel.put(1, 1, 4);
        kernel.put(1, 2, -1);
        kernel.put(2, 0, 0);
        kernel.put(2, 1, -1);
        kernel.put(2, 2, 0);
        Imgproc.filter2D(src, dst, -1, kernel, new Point(-1, -1), 0.0);

        HighGui.imshow("Laplace 算子", dst);
        HighGui.waitKey(0);
    }

}

效果图

以上就是Java OpenCV图像处理之自定义图像滤波算子的详细内容,更多关于Java OpenCV图像滤波算子的资料请关注脚本之家其它相关文章!

相关文章

  • Java经验点滴:处理没有被捕获的异常

    Java经验点滴:处理没有被捕获的异常

    Java经验点滴:处理没有被捕获的异常...
    2006-12-12
  • 手写redis@Cacheable注解 参数java对象作为key值详解

    手写redis@Cacheable注解 参数java对象作为key值详解

    这篇文章主要介绍了手写redis@Cacheable注解 参数java对象作为key值详解,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-01-01
  • Collection stream使用示例详解

    Collection stream使用示例详解

    这篇文章主要介绍了Collection stream使用示例,stream流几乎可以完成对集合的任意操作,映射、去重、分组、排序、过滤等
    2022-12-12
  • spring boot使用拦截器修改请求URL域名 换 IP 访问的方法

    spring boot使用拦截器修改请求URL域名 换 IP 访问的方法

    Spring Interceptor是一个非常类似于Servlet Filter 的概念 ,这篇文章主要介绍了spring boot使用拦截器修改请求URL域名 换 IP 访问的相关知识,需要的朋友可以参考下
    2022-09-09
  • 详解spring cloud分布式日志链路跟踪

    详解spring cloud分布式日志链路跟踪

    这篇文章主要介绍了详解spring cloud分布式日志链路跟踪,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-07-07
  • SpringBoot新手入门的快速教程

    SpringBoot新手入门的快速教程

    这篇文章主要给大家介绍了关于SpringBoot新手入门的相关资料,文中通过示例代码介绍的非常详细,对大家学习或者使用SpringBoot具有一定的参考学习价值,需要的朋友们下面来一起学习学习吧
    2019-12-12
  • Java垃圾回收jconsole分析

    Java垃圾回收jconsole分析

    这篇文章主要为大家介绍了Java垃圾回收jconsole分析,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-07-07
  • 深入了解java 8的函数式编程

    深入了解java 8的函数式编程

    函数式编程并不是Java新提出的概念,其与指令编程相比,强调函数的计算比指令的计算更重要;与过程化编程相比,其中函数的计算可以随时调用。下面我们来详细了解一下吧
    2019-06-06
  • java实现给第三方接口推送加密数据

    java实现给第三方接口推送加密数据

    这篇文章主要介绍了java实现给第三方接口推送加密数据方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-12-12
  • 分析Java非阻塞算法Lock-Free的实现

    分析Java非阻塞算法Lock-Free的实现

    非阻塞算法一般会使用CAS来协调线程的操作。虽然非阻塞算法有诸多优点,但是在实现上要比基于锁的算法更加繁琐和负责。本文将会介绍两个是用非阻塞算法实现的数据结构。
    2021-06-06

最新评论