ご存知のように、エッジ検出用の画像処理フィルターであるソーベルフィルターを実装するタスクがあります。残念ながら、私は画像処理の分野での経験がなく、画像がコンピューターでどのように表現されるかさえ知りません。この分野の知識はまったくありません。
いくつかの論文や PDF を読んだことがありますが、それらは私の仕事には必要ないと思われる多くのトピックに焦点を当てています。
あなたの提案、またはこの目的のための特定の紙、PDF、チュートリアル、またはクイックガイドがあるかどうかをお知らせいただければ幸いです。
ありがとうございました
編集：
皆さんありがとう:) 私たちの仕事の結果はここからダウンロードできます。
とても簡単です。画像をソーベル フィルターで畳み込むだけです。ソーベル フィルターには、x 方向カーネルと y 方向カーネルの 2 つのカーネルがあります。x 方向のカーネルは水平方向のエッジを検出し、y 方向のカーネルは垂直方向のエッジを検出します。
x 方向カーネル (サイズは 3x3)
float kernelx[3][3] = {{-1, 0, 1},
{-2, 0, 2},
{-1, 0, 1}};
y 方向カーネル
float kernely[3][3] = {{-1, -2, -1},
{0, 0, 0},
{1, 2, 1}};
ピクセル (x,y) で畳み込みを計算するには、カーネル サイズに等しいサイズのウィンドウを定義します (x の大きさと y の大きさを計算するソース コードは同じです)。
double magX = 0.0; // this is your magnitude
for(int a = 0; a < 3; a++)
{
for(int b = 0; b < 3; b++)
{
int xn = x + a - 1;
int yn = y + b - 1;
int index = xn + yn * width;
magX += image[index] * kernelx[a][b];
}
}
入力はグレースケール画像であり、double の 1D 配列として表すことができることに注意してください (座標 (x,y) のピクセル値は index = [x + y * width] でアクセスできるため、これは単なるトリックです)。
指定された magX および magY でピクセル (x,y) の大きさを計算するには:
mag = sqrt( magX^2 + magY^2 )
これまでに私が目にしたSobel オペレーターの最も簡単な説明は、かつて Sobel 自身に会った技術愛好家であるSaush のブログからのものです。
この投稿では、フィルターの実装方法を (それほど多くはありませんが) 詳細に説明し、デモンストレーション目的で Ruby のソースコードを共有しています。
require 'chunky_png'
class ChunkyPNG::Image
def at(x,y)
ChunkyPNG::Color.to_grayscale_bytes(self[x,y]).first
end
end
img = ChunkyPNG::Image.from_file('engine.png')
sobel_x = [[-1,0,1],
[-2,0,2],
[-1,0,1]]
sobel_y = [[-1,-2,-1],
[0,0,0],
[1,2,1]]
edge = ChunkyPNG::Image.new(img.width, img.height, ChunkyPNG::Color::TRANSPARENT)
for x in 1..img.width-2
for y in 1..img.height-2
pixel_x = (sobel_x[0][0] * img.at(x-1,y-1)) + (sobel_x[0][1] * img.at(x,y-1)) + (sobel_x[0][2] * img.at(x+1,y-1)) +
(sobel_x[1][0] * img.at(x-1,y)) + (sobel_x[1][1] * img.at(x,y)) + (sobel_x[1][2] * img.at(x+1,y)) +
(sobel_x[2][0] * img.at(x-1,y+1)) + (sobel_x[2][1] * img.at(x,y+1)) + (sobel_x[2][2] * img.at(x+1,y+1))
pixel_y = (sobel_y[0][0] * img.at(x-1,y-1)) + (sobel_y[0][1] * img.at(x,y-1)) + (sobel_y[0][2] * img.at(x+1,y-1)) +
(sobel_y[1][0] * img.at(x-1,y)) + (sobel_y[1][1] * img.at(x,y)) + (sobel_y[1][2] * img.at(x+1,y)) +
(sobel_y[2][0] * img.at(x-1,y+1)) + (sobel_y[2][1] * img.at(x,y+1)) + (sobel_y[2][2] * img.at(x+1,y+1))
val = Math.sqrt((pixel_x * pixel_x) + (pixel_y * pixel_y)).ceil
edge[x,y] = ChunkyPNG::Color.grayscale(val)
end
end
edge.save('engine_edge.png')
入力/出力:
Sobel Operatorウィキペディアのページには、その実行方法が詳しく説明されています。Roberts crossやPrewittなどの他の演算子があります。
畳み込み演算を使用すると、カーネル行列を変更することでアプローチを切り替えることができます。以下では、 Marvin Frameworkを使用した Sobel と Convolution の実装が役立つ場合があります。
ソーベル:
public class Sobel extends MarvinAbstractImagePlugin{
// Definitions
double[][] matrixSobelX = new double[][]{
{1, 0, -1},
{2, 0, -2},
{1, 0, -1}
};
double[][] matrixSobelY = new double[][]{
{-1, -2, -1},
{0, 0, 0},
{1, 2, 1}
};
private MarvinImagePlugin convolution;
public void load(){
convolution = MarvinPluginLoader.loadImagePlugin("org.marvinproject.image.convolution.jar");
}
public MarvinAttributesPanel getAttributesPanel(){
return null;
}
public void process
(
MarvinImage imageIn,
MarvinImage imageOut,
MarvinAttributes attrOut,
MarvinImageMask mask,
boolean previewMode
)
{
convolution.setAttribute("matrix", matrixSobelX);
convolution.process(imageIn, imageOut, null, mask, previewMode);
convolution.setAttribute("matrix", matrixSobelY);
convolution.process(imageIn, imageOut, null, mask, previewMode);
}
}
畳み込み:
public class Convolution extends MarvinAbstractImagePlugin{
private MarvinAttributesPanel attributesPanel;
private MarvinAttributes attributes;
public void process
(
MarvinImage imageIn,
MarvinImage imageOut,
MarvinAttributes attributesOut,
MarvinImageMask mask,
boolean previewMode
)
{
double[][] matrix = (double[][])attributes.get("matrix");
if(matrix != null && matrix.length > 0){
for(int y=0; y<imageIn.getHeight(); y++){
for(int x=0; x<imageIn.getWidth(); x++){
applyMatrix(x, y, matrix, imageIn, imageOut);
}
}
}
}
private void applyMatrix
(
int x,
int y,
double[][] matrix,
MarvinImage imageIn,
MarvinImage imageOut
){
int nx,ny;
double resultRed=0;
double resultGreen=0;
double resultBlue=0;
int xC=matrix[0].length/2;
int yC=matrix.length/2;
for(int i=0; i<matrix.length; i++){
for(int j=0; j<matrix[0].length; j++){
if(matrix[i][j] != 0){
nx = x + (j-xC);
ny = y + (i-yC);
if(nx >= 0 && nx < imageOut.getWidth() && ny >= 0 && ny < imageOut.getHeight()){
resultRed += (matrix[i][j]*(imageIn.getIntComponent0(nx, ny)));
resultGreen += (matrix[i][j]*(imageIn.getIntComponent1(nx, ny)));
resultBlue += (matrix[i][j]*(imageIn.getIntComponent2(nx, ny)));
}
}
}
}
resultRed = Math.abs(resultRed);
resultGreen = Math.abs(resultGreen);
resultBlue = Math.abs(resultBlue);
// allow the combination of multiple appications
resultRed += imageOut.getIntComponent0(x,y);
resultGreen += imageOut.getIntComponent1(x,y);
resultBlue += imageOut.getIntComponent2(x,y);
resultRed = Math.min(resultRed, 255);
resultGreen = Math.min(resultGreen, 255);
resultBlue = Math.min(resultBlue, 255);
resultRed = Math.max(resultRed, 0);
resultGreen = Math.max(resultGreen, 0);
resultBlue = Math.max(resultBlue, 0);
imageOut.setIntColor(x, y, imageIn.getAlphaComponent(x, y), (int)resultRed, (int)resultGreen, (int)resultBlue);
}
public void load(){
attributes = getAttributes();
attributes.set("matrix", null);
}
public MarvinAttributesPanel getAttributesPanel(){
if(attributesPanel == null){
attributesPanel = new MarvinAttributesPanel();
attributesPanel.addMatrixPanel("matrixPanel", "matrix", attributes, 3, 3);
}
return attributesPanel;
}
}
Gx は x 方向 (列) の勾配を推定しており、Gy は y 方向 (行) の勾配を推定しています。つまり、Gy は横線を検出し、Gx は縦線を検出します。
もちろん、これには OpenCV を使用できます。
import cv2
import numpy as np
img = cv2.imread(INPUT_IMAGE)
img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY).astype(float)
edge_x = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3)
edge_y = cv2.Sobel(img,cv2.CV_64F,0,1,ksize=3)
edge = np.sqrt(edge_x**2 + edge_y**2) # image can be normalized to
# fit into 0..255 color space
cv2.imwrite(OUTPUT_IMAGE, edge)
入出力：
R マークダウンファイル内の上記のすべての手順。これにより、より視覚的で理解しやすくなることを願っています。私は sobel フィルターを実装する必要がありましたが、このページは概念を理解するのに役立ちましたが、それを行うのに苦労しました. したがって、すべてを 1 か所にまとめておくと、うまくいくと思います。