Java-dip-basic-thresholding
Java DIP-基本的なしきい値設定
しきい値処理により、最も簡単な方法で画像のセグメント化を実現できます。 画像のセグメンテーションとは、各セットのピクセルがいくつかの共通の特性を持つように、完全な画像をピクセルのセットに分割することを意味します。 画像のセグメンテーションは、オブジェクトとその境界を定義するのに非常に役立ちます。
この章では、画像に対していくつかの基本的なしきい値処理を実行します。
*OpenCV* 関数 *threshold* を使用します。 *Imgproc* パッケージの下にあります。 その構文は以下のとおりです-Imgproc.threshold(source, destination, thresh , maxval , type);パラメータは以下のとおりです-
| Sr.No. | Parameter & Description |
|---|---|
| 1 |
source ソース画像です。 |
| 2 |
destination 宛先画像です。 |
| 3 |
thresh しきい値です。 |
| 4 |
maxval THRESH_BINARYおよびTHRESH_BINARY_INVしきい値タイプで使用される最大値です。 |
| 5 |
type 可能なタイプは、THRESH_BINARY、THRESH_BINARY_INV、THRESH_TRUNC、およびTHRESH_TOZEROです。 |
これらのしきい値メソッドとは別に、Imgprocクラスによって提供される他のメソッドがあります。 彼らは簡単に説明されています-
| Sr.No. | Method & Description |
|---|---|
| 1 |
cvtColor(Mat src, Mat dst, int code, int dstCn) 画像をある色空間から別の色空間に変換します。 |
| 2 |
dilate(Mat src, Mat dst, Mat kernel) 特定の構造化要素を使用して画像を膨張させます。 |
| 3 |
equalizeHist(Mat src, Mat dst) グレースケール画像のヒストグラムを均等化します。 |
| 4 |
filter2D(Mat src, Mat dst, int ddepth, Mat kernel, Point anchor, double delta) カーネルとイメージを畳み込みます。 |
| 5 |
GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) ガウスフィルターを使用して画像をぼかします。 |
| 6 |
integral(Mat src, Mat sum) 画像の積分を計算します。 |
例
次の例は、Imgprocクラスを使用して、画像に対してしきい値処理を実行する方法を示しています-
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 main {
public static void main( String[] args ) {
try{
System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
Mat source = Highgui.imread("digital_image_processing.jpg", Highgui.CV_LOAD_IMAGE_COLOR);
Mat destination = new Mat(source.rows(),source.cols(),source.type());
destination = source;
Imgproc.threshold(source,destination,127,255,Imgproc.THRESH_TOZERO);
Highgui.imwrite("ThreshZero.jpg", destination);
} catch (Exception e) {
System.out.println("error: " + e.getMessage());
}
}
}出力
あなたが与えられたコードを実行すると、次の出力が見られます-
元画像
上記の元の画像では、以下の出力に示されているいくつかのしきい値処理が実行されます-
