Java DIP - Operador Sobel
El operador Sobel es muy similar al operador Prewitt. También es una máscara derivada y se utiliza para la detección de bordes. El operador Sobel se utiliza para detectar dos tipos de bordes en una imagen: bordes de dirección vertical y bordes de dirección horizontal.
Vamos a usar OpenCV función filter2Dpara aplicar el operador Sobel a las imágenes. Se puede encontrar enImgprocpaquete. Su sintaxis se da a continuación:
filter2D(src, dst, depth , kernel, anchor, delta, BORDER_DEFAULT );
Los argumentos de la función se describen a continuación:
No Señor. | Argumento |
---|---|
1 | src Es la imagen de origen. |
2 | dst Es imagen de destino. |
3 | depth Es la profundidad de dst. Un valor negativo (como -1) indica que la profundidad es la misma que la fuente. |
4 | kernel Es el núcleo que se va a escanear a través de la imagen. |
5 | anchor Es la posición del ancla en relación con su núcleo. El punto de ubicación (-1, -1) indica el centro por defecto. |
6 | delta Es un valor que se agrega a cada píxel durante la convolución. Por defecto es 0. |
7 | BORDER_DEFAULT Dejamos este valor por defecto. |
Aparte del método filter2D, hay otros métodos proporcionados por la clase Imgproc. Se describen brevemente:
No Señor. | Método y descripción |
---|---|
1 | cvtColor(Mat src, Mat dst, int code, int dstCn) Convierte una imagen de un espacio de color a otro. |
2 | dilate(Mat src, Mat dst, Mat kernel) Dilata una imagen utilizando un elemento estructurante específico. |
3 | equalizeHist(Mat src, Mat dst) Ecualiza el histograma de una imagen en escala de grises. |
4 | filter2D(Mat src, Mat dst, int depth, Mat kernel, Point anchor, double delta) Convierte una imagen con el kernel. |
5 | GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) Desenfoca una imagen usando un filtro gaussiano. |
6 | integral(Mat src, Mat sum) Calcula la integral de una imagen. |
Ejemplo
El siguiente ejemplo demuestra el uso de la clase Imgproc para aplicar el operador Sobel a una imagen de escala de grises.
import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.highgui.Highgui;
import org.opencv.imgproc.Imgproc;
public class convolution {
public static void main( String[] args ) {
try {
int kernelSize = 9;
System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
Mat source = Highgui.imread("grayscale.jpg", Highgui.CV_LOAD_IMAGE_GRAYSCALE);
Mat destination = new Mat(source.rows(),source.cols(),source.type());
Mat kernel = new Mat(kernelSize,kernelSize, CvType.CV_32F) {
{
put(0,0,-1);
put(0,1,0);
put(0,2,1);
put(1,0-2);
put(1,1,0);
put(1,2,2);
put(2,0,-1);
put(2,1,0);
put(2,2,1);
}
};
Imgproc.filter2D(source, destination, -1, kernel);
Highgui.imwrite("output.jpg", destination);
} catch (Exception e) {
System.out.println("Error: " + e.getMessage());
}
}
}
Salida
Cuando ejecuta el código dado, se ve el siguiente resultado:
Imagen original
Esta imagen original está convolucionada con el operador Sobel de bordes verticales, que se muestra a continuación:
Dirección vertical
-1 | 0 | 1 |
-2 | 0 | 2 |
-1 | 0 | 1 |
Imagen convolucionada (dirección vertical)
Este original está convolucionado con el operador de Sobel de bordes horizontales, que se da a continuación:
Dirección horizontal
-1 | -2 | -1 |
0 | 0 | 0 |
1 | 2 | 1 |