图像处理 |
您所在的位置：网站首页 › 图像处理的卷积 › 图像处理 |
图像处理
|
关于卷积的理论这里就不啰嗦了。最近初步学习图像处理，使用java写了点对图像进项卷积操作的代码，实验的过程中感觉颇为惊奇，原来觉得高深的图像的锐化、浮雕、边缘检测等技术，使用简单的卷积就可以轻松实现。 我首先将一副彩色的图像使用photoshop将其转换为灰度的raw格式，这简化了程序。转化后的图像如图所示： 接下来要对该图像做卷积操作，下面的类中只有一个静态方法，它能对raw格式灰度图像数据做卷积操作： public class Convolution { public static byte[][] valide(byte[][] src,int[][] filter){ if(src[0].length{-1,-1,-1},{-1,8,-1},{-1,-1,-1}}; //边缘检测 int[][] ttt = {{-1,-1,-1,-1,-1},{-1,-1,-1,-1,-1},{-1,-1,24,-1,-1},{-1,-1,-1,-1,-1},{-1,-1,-1,-1,-1}}; byte [] raw = new byte[444*332]; FileInputStream in; try { in = new FileInputStream("flower444x332.raw"); in.read(raw); in.close(); } catch (FileNotFoundException e) { // TODO Auto-generated catch block e.printStackTrace(); } catch (IOException e) { // TODO Auto-generated catch block e.printStackTrace(); } byte[][] image = new byte[332][444]; for(int i=0;i{-1,-1,0},{-1,0,1},{0,1,1}}; //浮雕 使用浮雕卷积核处理过后，图像明显有了浮雕的特征。 第二、强调边缘 int[][] ttt = {{1,1,1},{1,-7,1},{1,1,1}}; //强调边缘  边缘被加强了。 第三、边缘检测（3x3卷积核） int[][] ttt = {{-1,-1,-1},{-1,8,-1},{-1,-1,-1}}; //边缘检测  检测到了图像的轮廓。 第四、边缘检测（5x5卷积核） int[][] ttt = {{-1,-1,-1,-1,-1},{-1,-1,-1,-1,-1},{-1,-1,24,-1,-1},{-1,-1,-1,-1,-1},{-1,-1,-1,-1,-1}}; 
至此，感兴趣的可以自己尝试其他的卷积核。 |
【本文地址】
今日新闻 |
推荐新闻 |