Android基于OpenCV實現(xiàn)圖像金字塔
圖像金字塔是圖像中多尺度表達的一種,最主要用于圖像的分割,是一種以多分辨率來解釋圖像的有效但概念簡單的結(jié)構(gòu)。
圖像金字塔最初用于機器視覺和圖像壓縮,一幅圖像的金字塔是一系列以金字塔形狀排列的分辨率逐步降低,且來源于同一張原始圖的圖像集合。其通過梯次向下采樣獲得,直到達到某個終止條件才停止采樣。
金字塔的底部是待處理圖像的高分辨率表示,而頂部是低分辨率的近似。
我們將一層一層的圖像比喻成金字塔,層級越高,則圖像越小,分辨率越低。
高斯金字塔高斯金字塔的底層為原始圖像,每向上一層則是通過高斯濾波和1/2采樣得到(去掉偶數(shù)行和列)。通過下采樣不斷的將圖像的尺寸縮小,進而在金字塔中包含多個尺度的圖像,一般情況下,高斯金字塔的最底層為圖像的原圖,每上一層就會通過下采樣縮小一次圖像的尺寸,通常情況尺寸會縮小為原來的一半,但是如果有特殊需求,縮小的尺寸也可以根據(jù)實際情況進行調(diào)整。由于每次圖像的尺寸都縮小為原來的一半,圖像尺縮小的速度非常快,因此常見高斯金字塔的層數(shù)為3到6層。
高斯濾波器可以看做一個低通濾波器,那么每經(jīng)過一次的高斯濾波,圖像中僅能夠保留某個頻率值以下的頻率部分,所以高斯金字塔也可以看做一個低通金字塔(每一級只保留某個頻率以下的成分)。
拉普拉斯金字塔與高斯金字塔正好相反,高斯金字塔通過底層圖像構(gòu)建上層圖像,而拉普拉斯是通過上層小尺寸的圖像構(gòu)建下層大尺寸的圖像。拉普拉斯金字塔具有預(yù)測殘差的作用,需要與高斯金字塔聯(lián)合一起使用,假設(shè)我們已經(jīng)有一個高斯圖像金字塔,對于其中的第i層圖像(高斯金字塔最下面為第0層),首先通過下采樣得到一尺寸縮小一半的圖像,即高斯金字塔中的第i+1層或者不在高斯金字塔中,之后對這張圖像再進行上采樣,將圖像尺寸恢復(fù)到第i層圖像的大小,最后求取高斯金字塔第i層圖像與經(jīng)過上采樣后得到的圖像的差值圖像,這個差值圖像就是拉普拉斯金字塔的第i層圖像。
public static void pyrDown(Mat src, Mat dst, Size dstsize, int borderType) 參數(shù)一:src,輸入待下采樣的圖像。 參數(shù)二:dst,輸出下采樣后的圖像,圖像尺寸可以指定,但是數(shù)據(jù)類型和通道數(shù)與src相同, 參數(shù)三:dstsize,輸出圖像尺寸,可以缺省。 參數(shù)四:borderType,像素邊界外推方法的標志
// C++: enum BorderTypespublic static final intBORDER_CONSTANT = 0,BORDER_REPLICATE = 1,BORDER_REFLECT = 2,BORDER_WRAP = 3,BORDER_REFLECT_101 = 4,BORDER_TRANSPARENT = 5,BORDER_REFLECT101 = BORDER_REFLECT_101,BORDER_DEFAULT = BORDER_REFLECT_101,BORDER_ISOLATED = 16;
默認狀態(tài)下函數(shù)輸出的圖像的尺寸為輸入圖像尺寸的一半,但是也可以通過dstsize參數(shù)來設(shè)置輸出圖像的大小,需要注意的是無論輸出尺寸為多少都應(yīng)滿足下面式中條件。該函數(shù)首先將原圖像與內(nèi)核矩陣進行卷積,內(nèi)核矩陣如下所示,之后通過不使用偶數(shù)行和列的方式對圖像進行下采樣,最終實現(xiàn)尺寸縮小的下采樣圖像。
public static void pyrUp(Mat src, Mat dst, Size dstsize, int borderType) 參數(shù)一:src,輸入待上采樣的圖像。 參數(shù)二:dst,輸出上采樣后的圖像,圖像尺寸可以指定,但是數(shù)據(jù)類型和通道數(shù)與src相同, 參數(shù)三:dstsize,輸出圖像尺寸,可以缺省。 參數(shù)四:borderType,像素邊界外推方法的標志 操作
class GLPyramidActivity : CardGalleryActivity() { override fun buildCards() {val bgr = Utils.loadResource(this, R.drawable.lena)val rgb = Mat()Imgproc.cvtColor(bgr, rgb, Imgproc.COLOR_BGR2RGB)bgr.release()buildGauss(rgb)rgb.release() } private fun buildGauss(source: Mat) {val gaussList = arrayListOf<Mat>()gaussList.add(source)for (i in 0..2) { val gauss = Mat() Imgproc.pyrDown(gaussList[i], gauss) gaussList.add(gauss)}for (i in gaussList.indices) { val bitmap = Bitmap.createBitmap(gaussList[i].width(),gaussList[i].height(),Bitmap.Config.ARGB_8888 ) Utils.matToBitmap(gaussList[i], bitmap) cards.add(Card('Gauss${i}', bitmap))}buildLaplace(gaussList) } private fun buildLaplace(gaussList: List<Mat>) {val laplaceList = arrayListOf<Mat>()for (i in gaussList.size - 1 downTo 1) { val lap = Mat() val upGauss = Mat() if (i == gaussList.size - 1) {val down = Mat()Imgproc.pyrDown(gaussList[i], down)Imgproc.pyrUp(down, upGauss)Core.subtract(gaussList[i], upGauss, lap)laplaceList.add(lap.clone()) } Imgproc.pyrUp(gaussList[i], upGauss) Core.subtract(gaussList[i - 1], upGauss, lap) laplaceList.add(lap.clone())}for (i in laplaceList.indices) { val bitmap = Bitmap.createBitmap(laplaceList[i].width(),laplaceList[i].height(),Bitmap.Config.ARGB_8888 ) Utils.matToBitmap(laplaceList[i], bitmap) cards.add(Card('Laplace${i}', bitmap))}for (gauss in gaussList) { gauss.release()}for (lap in laplaceList) { lap.release()} }}操作
class GLPyramidActivity : CardGalleryActivity() { override fun buildCards() {val bgr = Utils.loadResource(this, R.drawable.lena)val rgb = Mat()Imgproc.cvtColor(bgr, rgb, Imgproc.COLOR_BGR2RGB)bgr.release()buildGauss(rgb)rgb.release() } private fun buildGauss(source: Mat) {val gaussList = arrayListOf<Mat>()gaussList.add(source)for (i in 0..2) { val gauss = Mat() Imgproc.pyrDown(gaussList[i], gauss) gaussList.add(gauss)}for (i in gaussList.indices) { val bitmap = Bitmap.createBitmap(gaussList[i].width(),gaussList[i].height(),Bitmap.Config.ARGB_8888 ) Utils.matToBitmap(gaussList[i], bitmap) cards.add(Card('Gauss${i}', bitmap))}buildLaplace(gaussList) } private fun buildLaplace(gaussList: List<Mat>) {val laplaceList = arrayListOf<Mat>()for (i in gaussList.size - 1 downTo 1) { val lap = Mat() val upGauss = Mat() if (i == gaussList.size - 1) {val down = Mat()Imgproc.pyrDown(gaussList[i], down)Imgproc.pyrUp(down, upGauss)Core.subtract(gaussList[i], upGauss, lap)laplaceList.add(lap.clone()) } Imgproc.pyrUp(gaussList[i], upGauss) Core.subtract(gaussList[i - 1], upGauss, lap) laplaceList.add(lap.clone())}for (i in laplaceList.indices) { val bitmap = Bitmap.createBitmap(laplaceList[i].width(),laplaceList[i].height(),Bitmap.Config.ARGB_8888 ) Utils.matToBitmap(laplaceList[i], bitmap) cards.add(Card('Laplace${i}', bitmap))}for (gauss in gaussList) { gauss.release()}for (lap in laplaceList) { lap.release()} }}效果
上面這個拉普拉斯可能看不太清,但是細看是有圖像的。讓圖片寬度充滿看看。
為了看清拉普拉斯金字塔的圖像,圖片大小本身并非如此
源碼github.com/onlyloveyd/…
以上就是Android基于OpenCV實現(xiàn)圖像金字塔的詳細內(nèi)容,更多關(guān)于Android OpenCV圖像金字塔的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章!
相關(guān)文章:
