Opencv中高斯的GIMP差异答案

【问题标题】：GIMP difference of Gaussians in OpencvOpencv中高斯的GIMP差异
【发布时间】：2019-07-24 23:39:46
【问题描述】：

我想使用 opencv 在 C++ 中复制 GIMP 过滤器 > 边缘检测 > 高斯差异。

我为 DOG 实现找到了这个简单的代码，但我想要与两个参数 Raidus1 和 Radius2 相同的 GIMP 结果。

Mat g1, g2, result;
Mat img = imread("test.png", CV_LOAD_IMAGE_COLOR); 
GaussianBlur(img, g1, Size(1,1), 0);
GaussianBlur(img, g2, Size(3,3), 0);
result = g1 - g2;

如何将 2 个半径参数添加到实现中？

示例输入图像

参数

输出

如果可以帮助，这是过滤器的 C 实现的链接

https://gitlab.gnome.org/GNOME/gimp/blob/master/plug-ins/common/edge-dog.c

【问题讨论】：

您是否愿意提供一个示例输入和相应的过滤输出图像，以便我可以拉出剩余的头发？
@MarkSetchell 示例已添加。请不要牺牲你的头发:)

标签： c++ opencv gimp

【解决方案1】：

我没有答案，但头发用完了 - 见评论。我一直在研究这个并且有一些不起作用的代码，但是比我更聪明但不想编写代码的人可能能够看到哪里出了问题，所以我想我会分享我所拥有的。我对任何观点都不感兴趣，所以欢迎任何人接受并调整它并展示一个有效的答案。如果我们找到解决方案，我很好。我是在 Python 中完成的，但我相信如果我们得到一些可行的东西，我们可以轻松地将任何 Python 改编为 C++。

#!/usr/bin/env python3

import numpy as np
import math
import cv2

def radius2stdev(radius):
    """
    Return std deviation corresponding to a given radius.
    I got this from: https://gitlab.gnome.org/GNOME/gimp/blob/master/plug-ins/common/edge-dog.c
    """
    stdev  = math.sqrt (-(radius * radius) / (2 * math.log (1.0 / 255.0)));
    return stdev

# Load image, make float and scale to range 0..1
im = cv2.imread("image.jpg",cv2.IMREAD_COLOR).astype(np.float)
im = im/255.0

stdev1  = radius2stdev(22.0)
stdev2  = radius2stdev(5.0)

print('Stdev1: {}'.format(stdev1))
print('Stdev2: {}'.format(stdev2))

# Generate the two Gaussians and their difference
# I believe OpenCV calculates the size of the kernel to match the std dev if you pass no kernel size
# See https://docs.opencv.org/3.4.1/d4/d86/group__imgproc__filter.html#gaabe8c836e97159a9193fb0b11ac52cf1

g1 = cv2.GaussianBlur(im,(0,0),stdev1,stdev1)
g2 = cv2.GaussianBlur(im,(0,0),stdev2,stdev2)
result = g1 -g2

# Multiply back up by 255 and save as PNG
result = (result * 255).astype(np.uint8)
cv2.imwrite("result.png", result)

# Normalize and save normalised too
resultn = cv2.normalize(result,None,alpha=0,beta=255,norm_type=cv2.NORM_MINMAX)
cv2.imwrite("result-n.png", resultn)

标准差是这样打印出来的：

Stdev1: 6.608505869104614
Stdev2: 1.5019331520692305

我相信为您的半径显示的 22,000 和 5,000 只是您国际化的结果，它们对应于美国/英国格式的 22.0 和 5.0。

我也尝试过在命令行上使用 ImageMagick 并得到了一些模糊的相似之处，尽管我不确定这证明了什么：

magick image.jpg -morphology Convolve DoG:0,20,5 -evaluate multiply 6 result.jpg

【讨论】：

也许@CrisLuengo 可以看看？
或者 Fred @fmw42
我在 opencv 中找到了 this DOG 的样本。我正在尝试获得相同的过滤结果，但目前没有成功。您的 imagemagick 结果非常好，但我想将整个项目保留在 opencv 上。
我只展示了 ImageMagick 结果，因为我认为它可能会让 Fred Weinhaus fmwconcepts.com/imagemagick/index.php 有兴趣思考它，如果他不知道，很少有人会。我希望他能了解如何从 GIMP 转到 ImageMagick，这将使我们进入 OpenCV。我会继续努力.... :-)
我没有尝试获得 2 个高斯的效果，而是安装了 GIMP，并认为我只会做一个半径为 2、4、8、16 的高斯模糊，然后运行 OpenCV 的高斯模糊对于 stddev 0.1, 0.2, 0.3, 0.4，看看是否通过计算 RMSE，我可以找到 GIMP Radius 和 OpenCV stddev 之间的关系，但当然 GIMP 高斯不使用 Radius 像狗，它使用stddev。啊啊啊啊啊啊！

【解决方案2】：

好像少了一行。来自lines 729-730 of edge-dog.c：

  radius = fabs (radius) + 1.0;
  std_dev = sqrt (-(radius * radius) / (2 * log (1.0 / 255.0)));

Gimp 然后将高斯计算为 make_curve(std_dev, ...) 中的整数列表。注意

【讨论】：

这相当于 std_dev = 0.3003866304138461 * (fabs(radius) + 1.0)