OpenCV高斯差分技术实现图像边缘检测


转载请说明出处!
作者:kqw攻城狮
出处:个人站 | CSDN


效果图

边缘检测结果

原图

源码

KqwOpenCVFeaturesDemo

边缘是图像中像素亮度变化明显的点。

高斯差分算法步骤

  1. 将图像转为灰度图像

    1
    2
    // 原图置灰
    Imgproc.cvtColor(src, grayMat, Imgproc.COLOR_BGR2GRAY);
  2. 用两个不同的模糊半径对灰度图像执行高斯模糊(取得两幅高斯模糊图像)

    1
    2
    3
    // 以两个不同的模糊半径对图像做模糊处理
    Imgproc.GaussianBlur(grayMat, blur1, new Size(15, 15), 5);
    Imgproc.GaussianBlur(grayMat, blur2, new Size(21, 21), 5);
  3. 将两幅高斯模糊图像做减法,得到一幅包含边缘点的结果图像

    1
    2
    3
    // 将两幅模糊后的图像相减
    Mat diff = new Mat();
    Core.absdiff(blur1, blur2, diff);

该方法只对图像做了高斯模糊,这是计算图像边缘最快的方法之一,但是,该方法的结果也不是很理想,这种方式对某些图像效果很好,但是在某些情况下可能会完全失效。

封装

这里用到了RxJava。主要是因为图片处理是耗时操作,会阻塞线程,为了防止界面卡顿,这里使用RxJava进行了线程切换。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
/**
* 高斯差分算法边缘检测
*
* @param bitmap 要检测的图片
*/
public void differenceOfGaussian(Bitmap bitmap) {
if (null != mSubscriber)
Observable
.just(bitmap)
.map(new Func1<Bitmap, Bitmap>() {
@Override
public Bitmap call(Bitmap bitmap) {
Mat grayMat = new Mat();
Mat blur1 = new Mat();
Mat blur2 = new Mat();
// Bitmap转为Mat
Mat src = new Mat(bitmap.getHeight(), bitmap.getWidth(), CvType.CV_8UC4);
Utils.bitmapToMat(bitmap, src);
// 原图置灰
Imgproc.cvtColor(src, grayMat, Imgproc.COLOR_BGR2GRAY);
// 以两个不同的模糊半径对图像做模糊处理
Imgproc.GaussianBlur(grayMat, blur1, new Size(15, 15), 5);
Imgproc.GaussianBlur(grayMat, blur2, new Size(21, 21), 5);
// 将两幅模糊后的图像相减
Mat diff = new Mat();
Core.absdiff(blur1, blur2, diff);
// 反转二值阈值化
Core.multiply(diff, new Scalar(100), diff);
Imgproc.threshold(diff, diff, 50, 255, Imgproc.THRESH_BINARY_INV);
// Mat转Bitmap
Bitmap processedImage = Bitmap.createBitmap(grayMat.cols(), grayMat.rows(), Bitmap.Config.ARGB_8888);
Utils.matToBitmap(diff, processedImage);
return processedImage;
}
})
.subscribeOn(Schedulers.io())
.observeOn(AndroidSchedulers.mainThread())
.subscribe(mSubscriber);
}

使用

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
// 图片特征提取的工具类
mFeaturesUtil = new FeaturesUtil(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
mImageView.setImageBitmap(bitmap);
}
});
// 高斯差分技术检测图像边缘
mFeaturesUtil.differenceOfGaussian(mSelectImage);
坚持原创技术分享,您的支持将鼓励我继续创作!