效果圖

原始碼

邊緣是影象中畫素亮度變化明顯的點。

高斯差分演算法步驟

1. 將影象轉為灰度影象

   // 原圖置灰
   Imgproc.cvtColor(src, grayMat, Imgproc.COLOR_BGR2GRAY);

2. 用兩個不同的模糊半徑對灰度影象執行高斯模糊（取得兩幅高斯模糊影象）

   // 以兩個不同的模糊半徑對影象做模糊處理
   Imgproc.GaussianBlur(grayMat, blur1, new Size(15, 15), 5);
   Imgproc.GaussianBlur(grayMat, blur2, new Size(21, 21), 5);

3. 將兩幅高斯模糊影象做減法，得到一幅包含邊緣點的結果影象

   // 將兩幅模糊後的影象相減
   Mat diff = new Mat();
   Core.absdiff(blur1, blur2, diff);

該方法只對影象做了高斯模糊，這是計算影象邊緣最快的方法之一，但是，該方法的結果也不是很理想，這種方式對某些影象效果很好，但是在某些情況下可能會完全失效。

封裝

這裡用到了RxJava。主要是因為圖片處理是耗時操作，會阻塞執行緒，為了防止介面卡頓，這裡使用RxJava進行了執行緒切換。

/**
 * 高斯差分演算法邊緣檢測
 *
 * @param bitmap 要檢測的圖片
 */
public void differenceOfGaussian
 
(Bitmap bitmap) {
    if (null != mSubscriber)
        Observable
                .just(bitmap)
                .map(new Func1<Bitmap, Bitmap>() {

                    @Override
                    public Bitmap call(Bitmap bitmap) {

                        Mat grayMat = new Mat();
                        Mat blur1 = new
 
 Mat();
                        Mat blur2 = new Mat();

                        // Bitmap轉為Mat
                        Mat src = new Mat(bitmap.getHeight(), bitmap.getWidth(), CvType.CV_8UC4);
                        Utils.bitmapToMat(bitmap, src);

                        // 原圖置灰
                        Imgproc.cvtColor(src, grayMat, Imgproc.COLOR_BGR2GRAY);

                        // 以兩個不同的模糊半徑對影象做模糊處理
                        Imgproc.GaussianBlur(grayMat, blur1, new Size(15, 15), 5);
                        Imgproc.GaussianBlur(grayMat, blur2, new Size(21, 21), 5);

                        // 將兩幅模糊後的影象相減
                        Mat diff = new Mat();
                        Core.absdiff(blur1, blur2, diff);

                        // 反轉二值閾值化
                        Core.multiply(diff, new Scalar(100), diff);
                        Imgproc.threshold(diff, diff, 50, 255, Imgproc.THRESH_BINARY_INV);

                        // Mat轉Bitmap
                        Bitmap processedImage = Bitmap.createBitmap(grayMat.cols(), grayMat.rows(), Bitmap.Config.ARGB_8888);
                        Utils.matToBitmap(diff, processedImage);

                        return processedImage;
                    }
                })
                .subscribeOn(Schedulers.io())
                .observeOn(AndroidSchedulers.mainThread())
                .subscribe(mSubscriber);
}

使用

// 圖片特徵提取的工具類
mFeaturesUtil = new FeaturesUtil(new Subscriber<Bitmap>() {
    @Override
    public void onCompleted() {
        // 圖片處理完成
        dismissProgressDialog();
    }

    @Override
    public void onError(Throwable e) {
        // 圖片處理異常
        dismissProgressDialog();
    }

    @Override
    public void onNext(Bitmap bitmap) {
        // 獲取到處理後的圖片
        mImageView.setImageBitmap(bitmap);
    }
});

// 高斯差分技術檢測影象邊緣
mFeaturesUtil.differenceOfGaussian(mSelectImage);