使用 OpenCV 进行 Gabor 边缘检测答案

【问题标题】：gabor edge detection with OpenCV使用 OpenCV 进行 Gabor 边缘检测
【发布时间】：2012-10-17 02:20:16
【问题描述】：

在 OpenCV 中，我检索了一个用于图像处理的 Gabor 内核，它是一个 9:9 矩阵，使用：

Imgproc.getGaborKernel(...)

我有一个原始图像的灰度矩阵。（我什至不确定内核应该是图像的大小还是只是一小段，我相当确定小内核）

如何对两者进行卷积，得到卷积的输出？

我正在尝试组合一个 Gabor 小波滤波器用于边缘检测。

编辑：就矩阵的卷积而言，它看起来像 opencv "filter2d" 方法是用来做它的，并且可以在 Android OpenCV api 的 Imgproc 类中找到。

但是，当我进行卷积并将其放到屏幕上时，它只是一个黑色图像。

Size size = new Size(9,9);
Mat gaborKernel = Imgproc.getGaborKernel(size, 3.0, -Math.PI/4, Math.PI, 10.0, Math.PI*0.5, CvType.CV_64F);
Imgproc.filter2D(intermediate, output, -1, gaborKernel);
Bitmap temp = Bitmap.createBitmap(intermediate.cols(), intermediate.rows(), Config.ARGB_8888);
Utils.matToBitmap(output, temp);

我做了一个系统输出来查看这些值，所有值都非常小，如下所示。

【问题讨论】：

一些代码会有所帮助，还有 Gabor 内核本身。
你能把你得到的 10x10 gabor 内核贴出来吗？

标签： android image-processing opencv matrix

【解决方案1】：

您需要规范化您的内核。

只需遍历内核矩阵，计算值的总和。然后再次循环以将每个值除以总和。这可确保您的内核不会改变整体亮度。

【讨论】：