OpenCV实现图像暗区扩张(腐蚀图片)

13 篇文章 13 订阅

纯粹阅读,请移步OpenCV实现图像暗区扩张(腐蚀图片)

效果图

效果图

效果图

源码

KqwOpenCVBlurDemo

暗区扩张,也叫腐蚀,要实现这样的效果,我们可以选取一个合适大小的,用被核覆盖的最小值代替锚点像素。

原始图像(左)和腐蚀后的图像(右)

我们首先定义一个合适大小的核

Mat kernelErode = Imgproc.getStructuringElement(Imgproc.MORPH_ELLIPSE, new Size(5, 5));

然后调用Imgproc.erode()方法把图像的暗区放大

// 扩大暗区(腐蚀)
Imgproc.erode(src, src, kernelErode);

封装

/**
 * 扩大图片暗区(腐蚀图片)
 *
 * @param bitmap 要处理的图片
 */
public void erode(Bitmap bitmap) {
    // 使用RxJava处理图片
    if (null != mSubscriber)
        Observable
                .just(bitmap)
                .map(new Func1<Bitmap, Bitmap>() {

                    @Override
                    public Bitmap call(Bitmap bitmap) {
                        // Bitmap转为Mat
                        Mat src = new Mat(bitmap.getHeight(), bitmap.getWidth(), CvType.CV_8UC4);
                        Utils.bitmapToMat(bitmap, src);

                        // 定义一个合适大小的核
                        Mat kernelErode = Imgproc.getStructuringElement(Imgproc.MORPH_ELLIPSE, new Size(5, 5));
                        // 扩大暗区(腐蚀)
                        Imgproc.erode(src, src, kernelErode);

                        // Mat转Bitmap
                        Bitmap processedImage = Bitmap.createBitmap(src.cols(), src.rows(), Bitmap.Config.ARGB_8888);
                        Utils.matToBitmap(src, processedImage);

                        return processedImage;
                    }
                })
                .subscribeOn(Schedulers.io())
                .observeOn(AndroidSchedulers.mainThread())
                .subscribe(mSubscriber);
}

调用

// 图片处理的工具类
mBlurUtil = new BlurUtil(new Subscriber<Bitmap>() {
    @Override
    public void onCompleted() {
        // 图片处理完成
        dismissProgressDialog();
    }

    @Override
    public void onError(Throwable e) {
        // 图片处理异常
        dismissProgressDialog();
    }

    @Override
    public void onNext(Bitmap bitmap) {
        // 获取到处理后的图片
        mIvImageProcessed.setImageBitmap(bitmap);
    }
});

// 扩大图片暗区
mBlurUtil.erode(mSelectImage);
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值