欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

边缘检测在android上的小应用

程序员文章站 2022-03-29 22:47:29
...

边缘检测其实就是识别图像中灰度变化较明显的点,所以从这里也看出来,检测分两个过程,先把图片变为灰度图,再比较变化明显的点。

把图片变为灰度图,代码如下:

    public static Bitmap toGrayscale(Bitmap bmpOriginal) {

        int width, height;
        height = bmpOriginal.getHeight();
        width = bmpOriginal.getWidth();

        Bitmap bmpGrayscale = Bitmap.createBitmap(width, height,
                Bitmap.Config.RGB_565);
        Canvas c = new Canvas(bmpGrayscale);
        Paint paint = new Paint();
        ColorMatrix cm = new ColorMatrix();
        cm.setSaturation(0);
        ColorMatrixColorFilter f = new ColorMatrixColorFilter(cm);
        paint.setColorFilter(f);
        c.drawBitmap(bmpOriginal, 0, 0, paint);

        return bmpGrayscale;
    }

其实就是利用颜色矩阵,把图片转为饱和度为0的图像。

然后再处理灰度图,处理前先说一下算子,算子是一个函数空间到函数空间上的映射O:X→X,常用的检测算子有Rebort,Sobel.Prewitt等,

rebort是用一个2x2的矩阵计算来计算

边缘检测在android上的小应用

计算公式为G(x,y)=abs(f(x,y)-f(x+1,y+1))+abs(f(x,y+1)-f(x+1,y)),其中f(x,y)表示点(x,y)的灰度,所以根据这个公式写出计算的代码

    //GX = f(x,y)-f(x+1,y+1)) f(x,y)为x,y点的灰度值
    public static double GXByRebort(int x, int y, Bitmap bitmap) {
        double res = 1 * getPixel(x,y,bitmap)
                    +(-1) * getPixel(x+1,y+1,bitmap);

        return res;
    }

    //GX = f(x,y+1)-f(x+1,y) f(x,y)为x,y点的灰度值
    public static double GYByRebort(int x, int y, Bitmap bitmap) {
        double res = (-1) * getPixel(x+1,y,bitmap)
                +1 * getPixel(x,y+1,bitmap);
        return res;
    }

Sobel和Prewitt类似,是用一个3X3矩阵计算,计算公式分别为

Sobel :Gx = [f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)]-[f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)]

 Gy =[f(x-1,y-1) + 2f(x,y-1) + f(x+1,y-1)]-[f(x-1, y+1) + 2*f(x,y+1)+f(x+1,y+1)]

灰度=Math.sqrt(Gx * Gx + Gy * Gy)

Prewitt :Gx = [f(x+1,y-1)+1*f(x+1,y)+f(x+1,y+1)]-[f(x-1,y-1)+1*f(x-1,y)+f(x-1,y+1)]

 Gy =[f(x-1,y-1) + 1f(x,y-1) + f(x+1,y-1)]-[f(x-1, y+1) + 1*f(x,y+1)+f(x+1,y+1)]

灰度=Math.sqrt(Gx * Gx + Gy * Gy)



    public static double GXBySobel(int x, int y, Bitmap bitmap) {
        double res = (-1) * getPixel(x - 1, y - 1, bitmap)
                + 1 * getPixel(x + 1, y - 1, bitmap)
                + (-2) * getPixel(x - 1, y, bitmap)
                + 2 * getPixel(x + 1, y, bitmap)
                + (-1) * getPixel(x - 1, y + 1, bitmap)
                + 1 * getPixel(x + 1, y + 1, bitmap);

        return res;
    }

    public static double GXByPrewitt(int x, int y, Bitmap bitmap) {
        double res = (-1) * getPixel(x - 1, y - 1, bitmap)
                + 1 * getPixel(x + 1, y - 1, bitmap)
                + (-1) * getPixel(x - 1, y, bitmap)
                + 1 * getPixel(x + 1, y, bitmap)
                + (-1) * getPixel(x - 1, y + 1, bitmap)
                + 1 * getPixel(x + 1, y + 1, bitmap);

        return res;
    }


    public static double GYBySobel(int x, int y, Bitmap bitmap) {
        double res = 1 * getPixel(x - 1, y - 1, bitmap)
                + 2 * getPixel(x, y - 1, bitmap)
                + 1 * getPixel(x + 1, y - 1, bitmap)
                + (-1) * getPixel(x - 1, y + 1, bitmap)
                + (-2) * getPixel(x, y + 1, bitmap)
                + (-1) * getPixel(x + 1, y + 1, bitmap);

        return res;
    }

    public static double GYByPrewitt(int x, int y, Bitmap bitmap) {
        double res = 1 * getPixel(x - 1, y - 1, bitmap)
                + 1 * getPixel(x, y - 1, bitmap)
                + 1 * getPixel(x + 1, y - 1, bitmap)
                + (-1) * getPixel(x - 1, y + 1, bitmap)
                + (-1) * getPixel(x, y + 1, bitmap)
                + (-1) * getPixel(x + 1, y + 1, bitmap);

        return res;
    }

最后再使用的时候运用不同的算法,就能得出只有边缘的图片

    public void getBitmap(double threshold) {
        //如果阙值为0,返回灰度图
        if(threshold == 0){
            iMain.setBitmap(temp);
            return ;
        }

        int w = temp.getWidth();
        int h = temp.getHeight();
        //存放处理后的图象各像素点的数组
        int[] cmap = new int[w * h];
        //筛选计算
        for (int i = 0; i < w; i++) {
            for (int j = 0; j < h; j++) {
                if (tmap[j * w + i] > max * threshold) {
                    //如果大于阙值max*a,则保存灰度图该点的像素
                    cmap[j * w + i] = Color.parseColor("#FF333333");
                } else {
                    //否则该点为白色
                    cmap[j * w + i] = Color.WHITE;
                }
            }
        }

        //将筛选出来的结果生成bitmap
        Bitmap bm =  Bitmap.createBitmap(cmap, temp.getWidth(), temp.getHeight(),
                Bitmap.Config.ARGB_8888);

        iMain.setBitmap(bm);
    }

这里只传入了一个阀值,所以图片只有333333和白色两种色,如果传入多个阀值处理,就能得到更完整的图,这个可以自行尝试。

原图:

边缘检测在android上的小应用

roberts:边缘检测在android上的小应用

sobel:边缘检测在android上的小应用

prewitt:边缘检测在android上的小应用

只是在使用的过程中记录一下使用方法,没有写得很完整,有兴趣的可以再探讨