Question

对于一个项目，我试图从图像中提取漂亮的暗淡轮廓。在玩转GIMP时，我发现了一种使用“高斯差异”（半径1 = 1和半径2 = 25（或更大））精美地提取和限定轮廓的方法。但是，当尝试在OpenCV中重新实现此工作流程时，我的结果不如GIMP更好（调光器，较不清晰）： Difference in DoG Implementation OpenCV vs. GIMP

我浏览了GIMPs源代码，发现在最新版本（我正在使用）中，有两种DoG实现。我使用了基于GEGL的非遗留代码，可以找到源代码here。

我根据here的实现方式：

.h

因此，如您所见，我的实现和GEGL在表面上是相同的，但是结果却大不相同。我已经尝试过使用{ Mat g1, g2, result; GaussianBlur(input, g1, Size(0, 0), gaussian1, gaussian1); GaussianBlur(input, g2, Size(0, 0), gaussian2, gaussian2); cv::subtract(g1, g2, result); return result; }来增强结果的对比度，但这也没有产生任何可用的结果。

我很高兴对这里发生的事情有任何想法。谢谢！

Answer 1

借助于@xenoid的Pointer，我找到了一种（部分）实现我想要的方法的方法。

我现在要做的是从上方获取代码片段，并将Mat result乘以一个系数。完整代码段：


cv::Mat differenceOfGaussians(cv::Mat input, int gaussian1, int gaussian2)
{
  Mat g1, g2, result;
  GaussianBlur(input, g1, Size(0, 0), gaussian1, gaussian1);
  GaussianBlur(input, g2, Size(0, 0), gaussian2, gaussian2);
  cv::subtract(g1, g2, result);
  result = result * gammaInt;
  return result;
}

gammaInt是通过滑块控制的全局int变量。可以在以下位置找到结果（获得更好的图像并由相机本身进行一些对比度增强）：DoG with linear amplification

在OpenCV中实现“高斯差异”

1 个答案: