Question

深度搜索之后，我无法理解为什么我的结果图像不是我所期望的，与维基百科 - 索贝尔运算符使用相同内核的Sobel算子相比。

http://s29.postimg.org/kjex7dx6f/300px_Valve_original_1.png

http://s14.postimg.org/vxhvffm29/Untitled.png

所以，我有一个按钮监听器，可以加载bmp图像，应用Sobel并显示ImageIcon 有代码：

javax.swing.JFileChooser choose = new javax.swing.JFileChooser();

choose.setFileFilter(new DoFileFilter(".bmp"));
int returnVal = choose.showOpenDialog(this);

if (returnVal == javax.swing.JFileChooser.APPROVE_OPTION) {
    try {
        java.io.FileInputStream imgis = null;
        // System.out.println("Ai ales fisierul : " +
        // choose.getSelectedFile());
        String path = choose.getSelectedFile().toString();
        Path.setText(path);

        imgis = new java.io.FileInputStream(path);

        java.awt.image.BufferedImage img = javax.imageio.ImageIO.read(imgis);

        DirectImgToSobel ds = new DirectImgToSobel(img);
        javax.swing.ImageIcon image;
        image = new javax.swing.ImageIcon(ds.getBuffImg());
        ImgPrev.setIcon(image);

        javax.swing.JFrame frame = (javax.swing.JFrame) javax.swing.SwingUtilities.getWindowAncestor(jPanel1);

        frame.pack();
        frame.repaint();
    } catch (FileNotFoundException ex) {
        Logger.getLogger(Display.class.getName()).log(Level.SEVERE, null, ex);
    } catch (IOException ex) {
        Logger.getLogger(Display.class.getName()).log(Level.SEVERE, null, ex);
    }
}

和索贝尔班：

public class DirectImgToSobel {
    private final java.awt.image.BufferedImage img;
    private java.awt.image.BufferedImage buffimg;
    private int[][]
        sobel_x = { { -1,  0,  1 }, { -2, 0, 2 }, { -1, 0, 1 } },
        sobel_y = { { -1, -2, -1 }, {  0, 0, 0 }, {  1, 2, 1 } };

    public DirectImgToSobel() {
        this.img = null;
    }

    public DirectImgToSobel(java.awt.image.BufferedImage img) {

        this.img = img;
        aplicaFiltru();
    }

    private void aplicaFiltru() {

        this.buffimg = new java.awt.image.BufferedImage(this.img.getWidth(), this.img.getHeight(),
                java.awt.image.BufferedImage.TYPE_BYTE_GRAY);
        for (int x = 1; x < this.img.getWidth() - 1; x++) {
            for (int y = 1; y < this.img.getHeight() - 1; y++) {
                int pixel_x = 
              (sobel_x[0][0] * img.getRGB(x-1,y-1)) + (sobel_x[0][1] * img.getRGB(x,y-1)) + (sobel_x[0][2] * img.getRGB(x+1,y-1)) +
              (sobel_x[1][0] * img.getRGB(x-1,y))   + (sobel_x[1][1] * img.getRGB(x,y))   + (sobel_x[1][2] * img.getRGB(x+1,y)) +
              (sobel_x[2][0] * img.getRGB(x-1,y+1)) + (sobel_x[2][1] * img.getRGB(x,y+1)) + (sobel_x[2][2] * img.getRGB(x+1,y+1));
                int pixel_y = 
              (sobel_y[0][0] * img.getRGB(x-1,y-1)) + (sobel_y[0][1] * img.getRGB(x,y-1)) + (sobel_y[0][2] * img.getRGB(x+1,y-1)) +
              (sobel_y[1][0] * img.getRGB(x-1,y))   + (sobel_y[1][1] * img.getRGB(x,y))   + (sobel_y[1][2] * img.getRGB(x+1,y)) +
              (sobel_y[2][0] * img.getRGB(x-1,y+1)) + (sobel_y[2][1] * img.getRGB(x,y+1)) + (sobel_y[2][2] * img.getRGB(x+1,y+1));
                this.buffimg.setRGB(x, y, (int) Math.sqrt(pixel_x * pixel_x + pixel_y * pixel_y));
            }
        }

        buffimg = thresholdImage(buffimg, 28);

        java.awt.Graphics g = buffimg.getGraphics();
        g.drawImage(buffimg, 0, 0, null);
        g.dispose();
    }

    public java.awt.image.BufferedImage getBuffImg() {

        return this.buffimg;
    }

    public static java.awt.image.BufferedImage thresholdImage(java.awt.image.BufferedImage image, int threshold) {

        java.awt.image.BufferedImage result = new java.awt.image.BufferedImage(image.getWidth(), image.getHeight(),
                java.awt.image.BufferedImage.TYPE_BYTE_GRAY);

        result.getGraphics().drawImage(image, 0, 0, null);
        java.awt.image.WritableRaster raster = result.getRaster();

        int[] pixels = new int[image.getWidth()];

        for (int y = 0; y < image.getHeight(); y++) {
            raster.getPixels(0, y, image.getWidth(), 1, pixels);
            for (int i = 0; i < pixels.length; i++) {
                if (pixels[i] < threshold)
                    pixels[i] = 0;
                else
                    pixels[i] = 255;
            }
            raster.setPixels(0, y, image.getWidth(), 1, pixels);
        }
        return result;
    }
}

Answer 1

要获得与维基百科相同的结果，您必须这样做：

使用图像点的亮度而不是打包到返回getRGB的单个int的颜色。
标准化结果（将低值映射为黑色，将高值映射为白色）。

编辑：我偶然发现了关于Java中Sobel过滤器的好文章：http://asserttrue.blogspot.ru/2010/08/smart-sobel-image-filter.html

EDIT2：检查此How to convert get.rgb(x,y) integer pixel to Color(r,g,b,a) in Java?问题，介绍如何从图像中提取颜色。

但我的建议是float brightness = (new Color(img.getRGB(x, y))).RGBtoHSB()[2];并将Sobel应用于brightness。

关于您的阈值功能：您应该获得灰度图像，而不是黑白图像。

像：

if (pixels[i] < threshold) pixels[i] = 0;
else pixels[i] = (int)((pixels[i] - threshold)/(255.0 - threshold)*255.0);

但是，同样，rgba颜色表示不适合数学。

通过查找最小和最大像素值并将拉伸（最小 - 最大）范围设置为（0-255）来提高标准化

Answer 2

从

更改图像类型

TYPE_BYTE_GRAY至TYPE_INT_RGB

使用正确的颜色通道进行卷积

sobel_x[0][0] * new Color(img.getRGB(x-1,y-1)).getBlue()

将卷积颜色打包成位打包RGB，然后设置颜色

int packedRGB=(int)Math.sqrt(pixel_x*pixel_x+pixel_y*pixel_y); packedRGB=(packedRGB << 16 | packedRGB << 8 | RGB); this.buffimg.setRGB(x, y, packedRGB);

Convolution只接受1个颜色通道，它可以是r，g，b或灰色[（r + g + b）/ 3]，并返回一个颜色通道，这就是为什么你必须将它打包回比特打包RGB ，因为BufferedImage.setColor()只采用比特打包的RGB。

我的代码

`

static BufferedImage inputImg,outputImg;
static int[][] pixelMatrix=new int[3][3];

public static void main(String[] args) {
    try {

        inputImg=ImageIO.read(new File("your input image"));
        outputImg=new BufferedImage(inputImg.getWidth(),inputImg.getHeight(),TYPE_INT_RGB);

        for(int i=1;i<inputImg.getWidth()-1;i++){
            for(int j=1;j<inputImg.getHeight()-1;j++){
                pixelMatrix[0][0]=new Color(inputImg.getRGB(i-1,j-1)).getRed();
                pixelMatrix[0][1]=new Color(inputImg.getRGB(i-1,j)).getRed();
                pixelMatrix[0][2]=new Color(inputImg.getRGB(i-1,j+1)).getRed();
                pixelMatrix[1][0]=new Color(inputImg.getRGB(i,j-1)).getRed();
                pixelMatrix[1][2]=new Color(inputImg.getRGB(i,j+1)).getRed();
                pixelMatrix[2][0]=new Color(inputImg.getRGB(i+1,j-1)).getRed();
                pixelMatrix[2][1]=new Color(inputImg.getRGB(i+1,j)).getRed();
                pixelMatrix[2][2]=new Color(inputImg.getRGB(i+1,j+1)).getRed();

                int edge=(int) convolution(pixelMatrix);
                outputImg.setRGB(i,j,(edge<<16 | edge<<8 | edge));
            }
        }

        File outputfile = new File("your output image");
        ImageIO.write(outputImg,"jpg", outputfile);

    } catch (IOException ex) {System.err.println("Image width:height="+inputImg.getWidth()+":"+inputImg.getHeight());}
}
public static double convolution(int[][] pixelMatrix){

    int gy=(pixelMatrix[0][0]*-1)+(pixelMatrix[0][1]*-2)+(pixelMatrix[0][2]*-1)+(pixelMatrix[2][0])+(pixelMatrix[2][1]*2)+(pixelMatrix[2][2]*1);
    int gx=(pixelMatrix[0][0])+(pixelMatrix[0][2]*-1)+(pixelMatrix[1][0]*2)+(pixelMatrix[1][2]*-2)+(pixelMatrix[2][0])+(pixelMatrix[2][2]*-1);
    return Math.sqrt(Math.pow(gy,2)+Math.pow(gx,2));

}

`

应用Sobel算子后的尴尬图像 - java

2 个答案: