package com.opencv;
import org.opencv.core.Core;
import org.opencv.core.CvType;
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;
public class OpenCvMain {
//静态代码块加载动态链接库
static {
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
}
public static void main(String[] args) {
/*
* IMREAD_UNCHANGED = -1 :不进行转化,比如保存为了16位的图片,读取出来仍然为16位。
* IMREAD_GRAYSCALE = 0 :进行转化为灰度图,比如保存为了16位的图片,读取出来为8位,类型为CV_8UC1。
* IMREAD_COLOR = 1 :进行转化为三通道图像。
* IMREAD_ANYDEPTH = 2 :如果图像深度为16位则读出为16位,32位则读出为32位,其余的转化为8位。
* IMREAD_ANYCOLOR = 4 :图像以任何可能的颜色格式读取
* IMREAD_LOAD_GDAL = 8 :使用GDAL驱动读取文件,GDAL(Geospatial Data Abstraction
* Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式。
* 它还有一系列命令行工具来进行数据转换和处理。
*/
Mat src = Imgcodecs.imread("D:\\1234.jpg");
HighGui.imshow("原图", src);
HighGui.waitKey();
Mat kernel = new Mat(3,3,Imgcodecs.IMREAD_COLOR);
kernel.put(0, 0,0,-1,0,-1,5,-1,0,-1,0); //锐化
//索贝尔内核用于仅显示特定方向上相邻像素值的差异,分为left sobel、right sobel(检测梯度的水平变化)、top sobel、buttom sobel(检测梯度的垂直变化)。
//kernel.put(0, 0,-1,-2,-1,0,0,0,1,2,1);
//浮雕 通过强调像素的差在给定方向的Givens深度的错觉。在这种情况下,沿着从左上到右下的直线的方向。
//kernel.put(0, 0,-2,-1,0,-1,1,1,0,1,2);
//大纲 一个轮廓内核(也称为“边缘”的内核)用于突出显示的像素值大的差异。具有接近相同强度的相邻像素旁边的像素在新图像中将显示为黑色,而与强烈不同的相邻像素相邻的像素将显示为白色。
//kernel.put(0, 0,-1,-1,-1,-1,8,-1,-1,-1,-1);
//拉普拉斯算子(laplacian operator)拉普拉斯算子可以用于边缘检测,对于检测图像中的模糊也非常有用。
//kernel.put(0, 0,0,1,0,1,-4,1,0,1,0);
//模糊 Imgproc.blur(src, dst, ksize);
//Mat kernel = new Mat(3,3,CvType.CV_32FC1);
//kernel.put(0, 0,0.0625,0.125,0.0625,0.125,0.25,0.125,0.0625,0.125,0.125);
filter2DHandle(src,kernel,"锐化");
}
/**
* filter2D
* 将图像与内核卷积。
* 该函数将任意线性滤波器应用于图像。支持就地操作。当光圈部分位于图像外部时,该函数会根据指定的边框模式对异常像素值进行插值。
* 该函数实际上会计算相关性,而不是卷积:
* 也就是说,内核不会围绕定位点进行镜像。如果需要真正的卷积,请使用#flip翻转内核,然后将新锚点设置为(kernel.cols-anchor.x-1,kernel.rows-anchor.y-1)。
* 在内核足够大(〜{11 x 11}或更大)的情况下,该函数使用基于DFT的算法,而对于小内核则使用直接算法。
* @param src输入图像。
* @param dst输出与src相同大小和相同通道数的图像。
* @param ddepth目标图像的所需深度 可以是unsigned char(CV_8U),signed char(CV_8S),unsigned short(CV_16U)等等..
* 当ddepth=-1时,表示输出图像与原图像有相同的深度。
* @param内核卷积内核(或更确切地说,是一个相关内核),一个单通道浮点矩阵;如果要将不同的内核应用于不同的通道,请使用split将图像分为单独的色彩平面,并分别进行处理。
* @param内核的锚点,指示内核中已过滤点的相对位置;锚点应位于内核内;默认值(-1,-1)表示锚位于内核中心。
* @param delta可选值添加到过滤的像素之前,将其存储在dst中。
* @param borderType像素外推方法,请参见 #BorderTypes
* BORDER_CONSTANT = 0, //!< `iiiiii|abcdefgh|iiiiiii` with some specified `i`
* BORDER_REPLICATE = 1, //!< `aaaaaa|abcdefgh|hhhhhhh`
* BORDER_REFLECT = 2, //!< `fedcba|abcdefgh|hgfedcb`
* BORDER_WRAP = 3, //!< `cdefgh|abcdefgh|abcdefg`
* BORDER_REFLECT_101 = 4, //!< `gfedcb|abcdefgh|gfedcba`
* BORDER_TRANSPARENT = 5, //!< `uvwxyz|absdefgh|ijklmno`
* BORDER_REFLECT101 = BORDER_REFLECT_101, //!< same as BORDER_REFLECT_101
* BORDER_DEFAULT = BORDER_REFLECT_101, //!< same as BORDER_REFLECT_101
* BORDER_ISOLATED = 16 //!< do not look outside of ROI
* BORDER_CONSTANT 需要设置borderValue 指定 ' i'值 就是边沿像素用i替换
* BORDER_REPLICATE 复制边界像素
* BORDER_REFLECT 反射复制边界像素
* BORDER_REFLECT_101 以边界为对称轴反射复制像素
*/
public static void filter2DHandle(Mat src,Mat kernel,String windowName) {
Mat dst = new Mat(src.size(),src.type());
Imgproc.filter2D(src, dst, -1, kernel, new Point(-1,-1), 0, Core.BORDER_REPLICATE);
HighGui.imshow(windowName, dst);
HighGui.waitKey();
}
}