首页 > 其他分享> 文章详细

OpenCV.Scharr梯度

2021-11-25 20:31:26 阅读：185 来源： 互联网

标签：Mat 梯度 dst private OpenCV Scharr new grad

Scharr梯度

Scharr梯度算子分为X方向Y与方向，可以分别计算其各自方向的梯度图像，然后将其进行平均权重相加即可。其声明如下：

Scharr(src, dst, ddepth, dx, dy);

各参数解释如下：

src
表示此操作的源(输入图像)的Mat对象。
dst
表示此操作的目标(输出图像)的Mat对象。
ddepth
表示输出图像的深度，通常为CV_32F或CV_64F等。
dx
表示X方向的梯度，为1则启用，0则禁用，下同。
dy
表示Y方向的梯度

Scharr算子的Kernel如下所示：

在这里插入图片描述

Scharr算子可看作为Sobel算子的增强版，对边缘检测比较有效。

Java代码（JavaFX Controller层）

public class Controller{

    @FXML private Text fxText;
    @FXML private ImageView imageView;
    @FXML private Label resultLabel;

    @FXML public void handleButtonEvent(ActionEvent actionEvent) throws IOException {

        Node source = (Node) actionEvent.getSource();
        Window theStage = source.getScene().getWindow();
        FileChooser fileChooser = new FileChooser();
        FileChooser.ExtensionFilter extFilter = new FileChooser.ExtensionFilter("PNG files (*.png)", "*.png");
        fileChooser.getExtensionFilters().add(extFilter);
        fileChooser.getExtensionFilters().add(new FileChooser.ExtensionFilter("JPG Files(*.jpg)", "*.jpg"));
        File file = fileChooser.showOpenDialog(theStage);

        runInSubThread(file.getPath());

    }

    private void runInSubThread(String filePath){
        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    WritableImage writableImage = gradOfScharr(filePath);

                    Platform.runLater(new Runnable() {
                        @Override
                        public void run() {
                            imageView.setImage(writableImage);
                        }
                    });

                } catch (IOException e) {
                    e.printStackTrace();
                }
            }
        }).start();
    }
    
    private WritableImage gradOfScharr(String filePath) throws IOException {
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

        Mat src = Imgcodecs.imread(filePath);
        Mat dst = new Mat();

        // X-direction gradient
        Mat grad_x = new Mat();
        Imgproc.Scharr(src, grad_x, CvType.CV_32F, 1, 0);
        Core.convertScaleAbs(grad_x, grad_x);

        // Y-direction gradient
        Mat grad_y = new Mat();
        Imgproc.Scharr(src, grad_y, CvType.CV_32F, 0, 1);
        Core.convertScaleAbs(grad_y, grad_y);

        Core.addWeighted(grad_x, 0.5, grad_y, 0.5, 0, dst);

        MatOfByte matOfByte = new MatOfByte();
        Imgcodecs.imencode(".jpg", dst, matOfByte);

        byte[] bytes = matOfByte.toArray();
        InputStream in = new ByteArrayInputStream(bytes);
        BufferedImage bufImage = ImageIO.read(in);

        WritableImage writableImage = SwingFXUtils.toFXImage(bufImage, null);

        return writableImage;
    }

}

运行图

在这里插入图片描述

标签：Mat,梯度,dst,private,OpenCV,Scharr,new,grad
来源： https://blog.csdn.net/kicinio/article/details/121546315

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

OpenCV.Scharr梯度