OpenCV 3 floodFill(漫水填充)、圖片的放大縮小 pyrUp、pyrDown、Resize JAVA OpenCV專題學習10
關於 JAVA 學習 OpenCV 的內容，函數講解。內容我均整理在 GitHubd的【OpenCV3-Study-JAVA】html
下面代碼中所需的項目結構，圖片，請訪問 GitHub 獲取。java
內容在註釋裏了。git
package opencv.study;
import com.liuqi.opencv.base.OpenCVProcessBase;
import org.junit.Test;
import org.opencv.core.*;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
/**
* @Author : alexliu
* @Description : 主要學習<br/>
* 1. floodFill 漫水|水漫填充<br/>
* 2. pyrUp 向上採樣<br/>
* 3. pyrDown 向下採樣<br/>
* 4. resize 放大縮小<br/>
*/
public class StudySection_10 extends OpenCVProcessBase {
private String save_dir = "study-output/study-opencv-10";
/**--------------------*
* 第一節 floodFill
**--------------------*/
/**
* 漫水填充
*
* 又叫水漫填充，用特定的顏色填充連通區域，經常使用來標記或分離圖像的一部分。
* 漫水填充，將種子點顏色相近的區域進行連通，相似 photoshop 的魔術棒工具。
*/
@Test
public void testFloodFill(){
/*
* 官方說明 : https://docs.opencv.org/3.0-beta/modules/imgproc/doc/miscellaneous_transformations.html#floodfill
*
* 原型方法 :
* floodFill(Mat image, Mat mask, Point seedPoint, Scalar newVal) 這個原型方法，用參數測試了下，沒效果。不知道緣由。
* floodFill(Mat image, Mat mask, Point seedPoint, Scalar newVal, Rect rect, Scalar loDiff, Scalar upDiff, int flags)
*
* 參數 :
* image : Mat 輸入圖像 輸入/輸出圖像，1通道或3通道，8位圖像
* mask : Mat 操做掩膜，單通道，8位，比image 長寬都大2個像素的圖像。
* seedPoint : Point ,起始點,漫水填充的種子點
* newVal : Scalar ,像素點被染色的值，即經過起始點漫水填充後的區域填充的顏色
* rect : Rect ,不傳的話，默認爲0。設置漫水填充的最小區域。若是設置了，而漫水填充找出的區域 < rect 那麼不會填充。
* loDiff : Scalar ,在當前觀察到的像素和它的一個相鄰的像素點之間的最大亮度/顏色的負差 最大值。
* upDiff : Scalar ,在當前觀察到的像素和它的一個相鄰的像素點之間的最大亮度/顏色的正差 最大值。
* flags : int ,操做標識符。參看下面示例
*
* 通常不須要borderType，borderValue，均有默認值。若是須要使用，可參考官網獲取更多信息
*/
Mat src = Imgcodecs.imread(this.p_test_file_path + "/caoyuan.jpg");
// mask 單通道，8位圖，比原始圖片寬高多2像素
Mat mask = new Mat(src.height()+2,src.width()+2 , CvType.CV_8UC1);
Point seedPonit = new Point(30,35);
Scalar loDiff = new Scalar(20,20,20); //沒怎麼明白，建議要了解的看下官方說明
Scalar upDiff = new Scalar(20,20,20); //沒怎麼明白，建議要了解的看下官方說明
/*
* flags 此參數參看示例設置
*
* 分別分爲3個部分，低、高、中，參數之間用爲運算符號 "|" （按位或）連接
*
* 1. 低八位
* -- 可選值： 4 、8 ，2個選項。
* -- 4 只計算水平、垂直方向，8 多了個對角線方向
* 2. 高八位
* -- 可選值 ，0 或 FLOODFILL_MASK_ONLY 、 FLOODFILL_FIXED_RANGE，除0外，2個常量能夠組合或單獨使用
* -- FLOODFILL_MASK_ONLY 不會填充原始圖，只填充 mask 。 即 newVal 參數會失效
* -- FLOODFILL_FIXED_RANGE 設置後：會考慮當前像素與種子像素之間的色差，不設置：會考慮當前像素與鄰近像素之間的差。
* 3. 中八位
* -- 當高八位設置成 FLOODFILL_MASK_ONLY 時，因爲不填充 src，填充 mask，而 mask 爲單通道，newVal 爲 RGB，因此不適用，致使 newVal 失效。
* 這裏就給一個值，用於填充 mask 。
* -- 若是爲 0 ，則 mask 會用1來填充
* -- 注意，非0 的狀況，中八位的值要填充高八位，須要向左位移8位。如填充 值爲38 ，38二進制位 100110 , 向左位移8位 10011000000000
*/
int flags = 8 | Imgproc.FLOODFILL_MASK_ONLY | Imgproc.FLOODFILL_FIXED_RANGE | (38<<8);
// flags 計算規則(位運算)
// 原始數字 二進制
// 8 = 1000
// Imgproc.FLOODFILL_MASK_ONLY = 131072 = 100000000000000000
// Imgproc.FLOODFILL_FIXED_RANGE = 65536 = 10000000000000000
// 38<<8 = 100110 << 8 = 10011000000000
//
// 按位或（"|"）計算： 110010011000001000
Rect rect = new Rect(2,2,1,1);
Scalar newVal = new Scalar(0,0,255);
//這個原型方法，用參數測試了下，沒效果。不知道緣由。
//Imgproc.floodFill(src,mask,seedPonit,newVal);
Imgproc.floodFill(src,mask,seedPonit,newVal,rect,loDiff,upDiff,flags);
this.saveImage(this.save_dir + "/image_process_floodfill_src.png",src);
this.saveImage(this.save_dir + "/image_process_floodfill_mask.png",mask);
}
/**--------------------*
* 第二節 pyrUp、pyrDown
**--------------------*/
/*
* 在學習 pyrUp、pyrDown 以前先了解下圖像金字塔
*
* 圖像金字塔：
* 圖像金字塔是圖像中多尺度表達圖像的一種，最主要的用途是圖像的分割。用分辨率來解釋圖片的的簡單結構。
* 好比，同一張圖片：原始爲 1024x768 ，改變下: (1024x0.9)x(768x0.9)=922x691 依次類推.... 分辨率 越低，則圖像越小。
* 用金字塔來比喻圖像分辨率,會以梯度往下采集圖像，直至達到結束條件:
*
* 圖像金字塔示例：
* 金字塔的底層爲原始圖像分辨率，金字塔層級越高分辨率越低。
*
* 3 縮小 --------- ...
* 2 縮小 --------- 830x622
* 1 縮小 --------- 922x691
* 0 原始 --------- 1024 x 768
*
* 在金字塔中層級方向是： 【上】 0,1,2,3.....x 【下】
* -- pyrDown 向下採樣，能夠理解爲縮小
* -- pyrUp 向上採樣，能夠理解爲放大
*
* 注意：pyrDown、pyrUp 不是互逆的。 既 原始圖經過pyrDown 縮小後，再經過 pyrUp放大後的圖像像素與原始圖像像素是不同的。
*
* -- pyrUp 放大，對原始圖像擴大，在新增的行、列像素中，根據周圍的像素去估計可能"丟失"的像素
*/
/**
* 圖像向上採樣
*/
@Test
public void testPyrUp(){
/*
* 原文地址: https://docs.opencv.org/3.0-beta/modules/imgproc/doc/filtering.html?highlight=pyrup
*
* 原型方法
* pyrUp(Mat src, Mat dst, Size dstsize, int borderType)
* pyrUp(Mat src, Mat dst, Size dstsize)
* pyrUp(Mat src, Mat dst)
*
* 參數說明:
* src : Mat 輸入圖像
* dst : Mat 輸出圖像
* dstsize : Size 輸出圖像的大小，默認值 Size(src.clos*2 , src.rows*2)
* borderType : int 邊界模式，不明白意思,一些資料說無論便可 //Pixel extrapolation method (only BORDER_DEFAULT supported). See borderInterpolate for details.
*/
Mat sourceImage = Imgcodecs.imread(this.p_test_file_path + "/5cent.jpg",Imgcodecs.CV_LOAD_IMAGE_COLOR);
Mat dstImage = new Mat();
Imgproc.pyrUp(sourceImage , dstImage);
this.saveImage(this.save_dir + "/image_process_pyrUp_1.png",dstImage);
}
/**
* 圖像向下採樣
*/
@Test
public void testPyrDown(){
/*
* 原文地址: https://docs.opencv.org/3.0-beta/modules/imgproc/doc/filtering.html?highlight=pyrdown
*
* 原型方法
* pyrDown(Mat src, Mat dst, Size dstsize, int borderType)
* pyrDown(Mat src, Mat dst, Size dstsize)
* pyrDown(Mat src, Mat dst)
*
* 參數說明:
* src : Mat 輸入圖像
* dst : Mat 輸出圖像
* dstsize : Size 輸出圖像的大小，默認值 Size((src.clos+1)/2 , (src.rows+1)/2)
* borderType : int 邊界模式，不明白意思,一些資料說無論便可 //Pixel extrapolation method (only BORDER_DEFAULT supported). See borderInterpolate for details.
*/
Mat sourceImage = Imgcodecs.imread(this.p_test_file_path + "/5cent.jpg",Imgcodecs.CV_LOAD_IMAGE_COLOR);
Mat dstImage = new Mat();
Imgproc.pyrDown(sourceImage , dstImage);
this.saveImage(this.save_dir + "/image_process_pyrDown_1.png",dstImage);
/*
* pyrDown 採用高斯金字塔算法來向下採樣
* 1. 對圖像進行高斯卷積
* 2. 將全部偶數行、列去掉
*
* 簡單以下：
*
* 1 2 3 4 5 6 1 3 5
* 2 2 3 4 5 6 3 3 5
* 3 2 3 4 5 6
* 4 2 3 4 5 6
* 原始矩陣(6x4) pyrDown 後(3x2)【去掉偶數行、列】每一個矩陣縮小了一倍
*/
}
/**--------------------*
* 第三節 resize
**--------------------*/
/*
* resize 是 OpenCV 裏專門用來調整圖像大小的函數
*
* 原型方法 :
* resize(Mat src, Mat dst, Size dsize)
* resize(Mat src, Mat dst, Size dsize, double fx, double fy, int interpolation)
*
* 參數說明
* src: 輸入，原圖像，即待改變大小的圖像
* dst: 輸出，改變大小以後的圖像
* dsize: 輸出圖像的大小 Size(width,height) ，經過 new Size(0,0) 能夠設置其值爲0，當 dsize 爲0時，按照 fx、fy 縮放圖片
* -- 當 dsize 爲 0 時，經過計算 fx、fy 來對圖片進行縮放，縮放的公式爲：new Size(round(fx*src.cols), round(fy*src.rows))
* fx: 寬度的縮放比例，當 dsize 爲 0 時才生效。
* fy: 高度的縮放比例，當 dsize 爲 0 時才生效。
* interpolation: int 插值方式，默認 INTER_LINEAR 線性插值
* -- INTER_LINEAR 線性插值
* -- INTER_NEAREST 最近鄰插值
* -- INTER_AREA 區域插值（利用像素區域關係的重採樣插值）
* -- INTER_CUBIC 三次樣條插值（超過4x4像素鄰域內的雙三次插值)
* -- INTER_LANCZOS4 Lanczos 插值（超過8x8像素鄰域內的Lanczos插值）
*
* *** 縮小通常用 INTER_AREA,放大2種 INTER_CUBIC(效率不高，速度慢)、INTER_LANCZOS4（效率高、速度快）
*
* 注意：
* dsize 與 fx，fy 分別爲2種模式，必須啓用一種。要麼自定義大小（dszie），要麼按照比例（fx,fy）; 也就是說，dsize、fx、fy 3者不能同時都爲 0。
*
*/
/**
* 圖像縮小
*/
@Test
public void testResize_small(){
// 讀取彩色圖
Mat sourceImage = Imgcodecs.imread(this.p_test_file_path + "/5cent.jpg",Imgcodecs.CV_LOAD_IMAGE_COLOR);
// 定義一個比原圖小的 mat
Mat dstImage = Mat.ones(400,400,CvType.CV_8UC3);
// 會根據輸出圖像 dstImage的大小，自動計算出 fx，fy，進行縮放
Imgproc.resize(sourceImage,dstImage,dstImage.size());
this.saveImage(this.save_dir + "/image_process_resize_small_1.png",dstImage);
// 等比縮放
dstImage = Mat.ones(sourceImage.rows()/3,sourceImage.cols()/3,CvType.CV_8UC3);
Imgproc.resize(sourceImage,dstImage,dstImage.size());
this.saveImage(this.save_dir + "/image_process_resize_small_2.png",dstImage);
// 指定比例的縮放
dstImage = new Mat();
Imgproc.resize(sourceImage,dstImage,new Size(0,0) , 0.2, 0.4 ,Imgproc.INTER_AREA);
this.saveImage(this.save_dir + "/image_process_resize_small_3.png",dstImage);
//比較插值不一樣，縮小後的效果
Mat src1 = new Mat();
sourceImage.copyTo(src1);
Mat src2 = new Mat();
sourceImage.copyTo(src2);
Mat dstImage1 = null,dstImage2 = null;
for(int i=0; i<3; i++){
dstImage1 = Mat.ones(src1.rows()/2,src1.cols()/2,CvType.CV_8UC3);
dstImage2 = Mat.ones(src2.rows()/2,src2.cols()/2,CvType.CV_8UC3);
// 線性插值
Imgproc.resize(src1,dstImage1,dstImage1.size(),0,0,Imgproc.INTER_LINEAR);
// 區域插值
Imgproc.resize(src2,dstImage2,dstImage2.size(),0,0,Imgproc.INTER_AREA);
dstImage1.copyTo(src1);
dstImage2.copyTo(src2);
}
//輸出內容能夠放大看看效果
this.saveImage(this.save_dir + "/image_process_resize_small_Linear.png",dstImage1);
this.saveImage(this.save_dir + "/image_process_resize_small_area.png",dstImage2);
}
/**
* 圖像放大
*/
@Test
public void testResize_big(){
// 讀取彩色圖
Mat sourceImage = Imgcodecs.imread(this.p_test_file_path + "/5cent.jpg",Imgcodecs.CV_LOAD_IMAGE_COLOR);
// 定義一個比原圖大的 mat
Mat dstImage = Mat.ones(1000,1000,CvType.CV_8UC3);
// 會根據輸出圖像 dstImage的大小，自動計算出 fx，fy，進行縮放
Imgproc.resize(sourceImage,dstImage,dstImage.size());
this.saveImage(this.save_dir + "/image_process_resize_big_1.png",dstImage);
// 等比放大
dstImage = Mat.ones((int)(sourceImage.rows()*1.3),(int)(sourceImage.cols()*1.3),CvType.CV_8UC3);
Imgproc.resize(sourceImage,dstImage,dstImage.size());
this.saveImage(this.save_dir + "/image_process_resize_big_2.png",dstImage);
// 指定比例的放大
dstImage = new Mat();
Imgproc.resize(sourceImage,dstImage,new Size(0,0) , 1.3, 1.8 ,Imgproc.INTER_CUBIC);
this.saveImage(this.save_dir + "/image_process_resize_big_3.png",dstImage);
//比較插值不一樣，放大後的效果
Mat src1 = new Mat();
sourceImage.copyTo(src1);
Mat src2 = new Mat();
sourceImage.copyTo(src2);
Mat src3 = new Mat();
sourceImage.copyTo(src3);
Mat dstImage1 = null,dstImage2 = null,dstImage3 = null;
for(int i=0; i<6; i++){
dstImage1 = Mat.ones((int)(src1.rows()*1.3),(int)(src1.cols()*1.3),CvType.CV_8UC3);
dstImage2 = Mat.ones((int)(src2.rows()*1.3),(int)(src2.cols()*1.3),CvType.CV_8UC3);
dstImage3 = Mat.ones((int)(src3.rows()*1.3),(int)(src3.cols()*1.3),CvType.CV_8UC3);
// 線性插值
Imgproc.resize(src1,dstImage1,dstImage1.size(),0,0,Imgproc.INTER_LINEAR);
// 三次條插值
Imgproc.resize(src2,dstImage2,dstImage2.size(),0,0,Imgproc.INTER_CUBIC);
// Lanczos插值
Imgproc.resize(src3,dstImage3,dstImage3.size(),0,0,Imgproc.INTER_LANCZOS4);
dstImage1.copyTo(src1);
dstImage2.copyTo(src2);
dstImage3.copyTo(src3);
}
//輸出內容能夠放大看看效果，看看那種放大要平滑點
this.saveImage(this.save_dir + "/image_process_resize_big_linear.png",dstImage1);
this.saveImage(this.save_dir + "/image_process_resize_big_cubic.png",dstImage2);
this.saveImage(this.save_dir + "/image_process_resize_big_lanczos.png",dstImage3);
}
}
廣告欄： 歡迎關注個人 我的博客github
相關文章
- 1. OpenCV之放大縮小圖像：pyrUp&pyrDown
- 2. 【OpenCV入門教程之十五】水漫金山：OpenCV漫水填充算法（Floodfill）
- 3. 【OpenCV入門教程之十五】水漫金山 OpenCV漫水填充算法（Floodfill）
- 4. OpenCV之鍵盤控制圖片放大縮小之亂來版
- 5. opencv（Python/c++）:漫水填充
- 6. 【OpenCV】Floodfill填充算法
- 7. OpenCV--圖像的縮放-resize()
- 8. 【OpenCV（C++）】圖像處理：漫水填充
- 9. OPENCV形態學算法-2
- 10. OpenCV3學習（7.1）——圖像分割之一（漫水填充FloodFill）
- 更多相關文章...
- • Markdown 圖片 - Markdown 教程
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 適用於PHP初學者的學習線路和建議
- • Tomcat學習筆記（史上最全tomcat學習筆記）
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. OpenCV之放大縮小圖像：pyrUp&pyrDown
- 2. 【OpenCV入門教程之十五】水漫金山：OpenCV漫水填充算法（Floodfill）
- 3. 【OpenCV入門教程之十五】水漫金山 OpenCV漫水填充算法（Floodfill）
- 4. OpenCV之鍵盤控制圖片放大縮小之亂來版
- 5. opencv（Python/c++）:漫水填充
- 6. 【OpenCV】Floodfill填充算法
- 7. OpenCV--圖像的縮放-resize()
- 8. 【OpenCV（C++）】圖像處理：漫水填充
- 9. OPENCV形態學算法-2
- 10. OpenCV3學習（7.1）——圖像分割之一（漫水填充FloodFill）