常用的畫素操作演算法：影像加法、畫素混合、提取影像中的ROI

Tony沈哲發表於2019-01-19
演算法

影像可以是看成是一個多維的陣列。讀取一張圖片，可以看成是讀入了一系列的畫素內容。這些畫素內容，按照不同的模式具有不同的格式。對於三通道的 RGB 點陣圖來說，每個畫素是一個 8-bit 整數的三元組。影像的畫素操作是比較基礎的影像演算法，下面列舉三個常用的畫素操作演算法。

影像加法

影像的加法表示兩個輸入影像在同一位置上的畫素相加，得到一個輸出影像的過程。

        imageProcessor = Operator.add(imageProcessor1,imageProcessor2);

        if (imageProcessor!=null) {
            CV4JImage resultCV4JImage = new CV4JImage(imageProcessor.getWidth(), imageProcessor.getHeight(), imageProcessor.getPixels());
            result.setImageBitmap(resultCV4JImage.getProcessor().getImage().toBitmap());
        }複製程式碼
影像加法.png
影像加法.png

Operator的add表示矩陣加法，有一個要求兩個影像必須大小一致。

    public static ImageProcessor add(ImageProcessor image1, ImageProcessor image2) {
        if(!checkParams(image1, image2)) {
            return null;
        }
        int channels = image1.getChannels();
        int w = image1.getWidth();
        int h = image1.getHeight();
        ImageProcessor dst = (channels == 3) ? new ColorProcessor(w, h) : new ByteProcessor(w, h);
        int size = w*h;
        int a=0, b=0;
        int c=0;
        for(int i=0; i<size; i++) {
            for(int n=0; n<channels; n++) {
                a = image1.toByte(n)[i]&0xff;
                b = image2.toByte(n)[i]&0xff;
                c = Tools.clamp(a + b);
                dst.toByte(n)[i] = (byte)c;
            }
        }
        return dst;
    }複製程式碼

在實際工作中，可以通過一張原圖和一個mask影像來相加合成一些不規則的效果圖片。

畫素混合

在這裡混合是線性混合，跟之前的影像加法有一定的區別。

        imageProcessor = Operator.addWeight(imageProcessor1,2.0f,imageProcessor2,1.0f,4);
        if (imageProcessor!=null) {
            CV4JImage resultCV4JImage = new CV4JImage(imageProcessor.getWidth(), imageProcessor.getHeight(), imageProcessor.getPixels());
            result.setImageBitmap(resultCV4JImage.getProcessor().getImage().toBitmap());
        }複製程式碼
畫素混合.png
畫素混合.png

Operator的addWeight方法表示畫素混合。

addWeight.png
addWeight.png
    public static ImageProcessor addWeight(ImageProcessor image1, float w1, ImageProcessor image2, float w2, int gamma) {
        if(!checkParams(image1, image2)) {
            return null;
        }
        int channels = image1.getChannels();
        int w = image1.getWidth();
        int h = image1.getHeight();
        ImageProcessor dst = (channels == 3) ? new ColorProcessor(w, h) : new ByteProcessor(w, h);
        int size = w*h;
        int a=0, b=0;
        int c=0;
        for(int i=0; i<size; i++) {
            for(int n=0; n<channels; n++) {
                a = image1.toByte(n)[i]&0xff;
                b = image2.toByte(n)[i]&0xff;
                c = (int)(a*w1 + b*w2 + gamma);
                dst.toByte(n)[i] = (byte)Tools.clamp(c);
            }
        }
        return dst;
    }複製程式碼

提取影像中的ROI

ROI(region of interest)，表示影像中感興趣的區域。對於一張影像，可能我們只對影像中某部分感興趣，或者要對目標進行跟蹤時，需要選取目標特徵，所以要提取影像的感興趣區域。

        Resources res = getResources();

        final Bitmap bitmap = BitmapFactory.decodeResource(res, R.drawable.pixel_test_3);
        image.setImageBitmap(bitmap);

        CV4JImage cv4jImage = new CV4JImage(bitmap);
        ImageProcessor imageProcessor = cv4jImage.getProcessor();

        Rect rect = new Rect();
        rect.x = 300;
        rect.y = 200;
        rect.width = 300;
        rect.height = 450;

        ImageProcessor resultImageProcessor = null;

        try {
            resultImageProcessor = Operator.subImage(imageProcessor,rect);
        } catch (CV4JException e) {
        }

        if (resultImageProcessor!=null) {
            CV4JImage resultCV4JImage = new CV4JImage(resultImageProcessor.getWidth(), resultImageProcessor.getHeight(), resultImageProcessor.getPixels());
            result.setImageBitmap(resultCV4JImage.getProcessor().getImage().toBitmap());
        }複製程式碼
提取影像中的ROI.png
提取影像中的ROI.png

其中，rect.x和rect.y表示ROI的起始點，rect.width和rect.height表示ROI的寬和高。Operator的subImage()表示從原圖中提取ROI，之所以在這裡還用到了try catch，是為了防止出現ROI的寬度或者高度過大，從而導致陣列越界。

subImage方法的程式碼也很簡單

    /**
     * ROI sub image by rect.x, rect.y, rect.width, rect.height
     * @param image
     * @param rect
     * @return
     * @throws CV4JException
     */
    public static ImageProcessor subImage(ImageProcessor image, Rect rect) throws CV4JException{
        int channels = image.getChannels();
        int w = rect.width;
        int h = rect.height;
        ImageProcessor dst = (channels == 3) ? new ColorProcessor(w, h) : new ByteProcessor(w, h);
        int a=0;
        int index = 0;

        try {
            for(int n=0; n<channels; n++) {
                for(int row=rect.y; row < (rect.y+rect.height); row++) {
                    for(int col=rect.x; col < (rect.x+rect.width); col++) {
                        index = row*image.getWidth() + col;
                        a = image.toByte(n)[index]&0xff;
                        index = (row - rect.y)*w + (col - rect.x);
                        dst.toByte(n)[index] = (byte)a;
                    }
                }
            }
        } catch (ArrayIndexOutOfBoundsException e) {
            throw new CV4JException("陣列越界了");
        }

        return dst;
    }複製程式碼

總結

cv4j 是gloomyfish和我一起開發的影像處理庫，純java實現，目前還處於早期的版本。

畫素操作是 cv4j 的基本功能之一，所有的畫素操作演算法都在Operator類中。除了本文介紹的三個演算法之外，還有substract表示矩陣減法、multiple表示矩陣逐元素乘法、division表示矩陣逐元素除法以及bitwise_and、bitwise_not、bitwise_or、bitwise_xor表示每個元素進行位運算分別是和、非、或、異或。

如果您想看該系列先前的文章可以訪問下面的文集：
www.jianshu.com/nb/10401400

相關文章