Android中的Sobel边缘检测答案

【问题标题】：Sobel Edge Detection in AndroidAndroid中的Sobel边缘检测
【发布时间】：2011-02-25 16:15:13
【问题描述】：

作为我正在为 Android 开发的应用程序的一部分，我想向用户展示他们拍摄的图像的边缘检测版本（类似于下面的示例）。

为了实现这一点，我一直在研究 Sobel 运算符以及如何在 Java 中实现它。但是，我发现的许多示例都使用了不属于 Android 的 AWT (like this example) 中的对象和方法。

那么我的问题是，Android 是否提供了上述示例中使用的 AWT 功能的替代方案？如果我们仅使用 Android 内置的库来重写该示例，我们将如何进行呢？

【问题讨论】：

关于您链接到的源代码，AWT 并没有什么特别之处：-/
难道 BufferedImage 不是 AWT 中的一个类吗？

标签： android image-processing edge-detection

【解决方案1】：

由于Android中没有BufferedImage，所有基本操作都可以自己完成：

Bitmap b = ...
width = b.getWidth();
height = b.getHeight();
stride = b.getRowBytes();
for(int x=0;x<b.getWidth();x++)
  for(int y=0;y<b.getHeight();y++)
    {
       int pixel = b.getPixel(x, y);
       // you have the source pixel, now transform it and write to destination 
    }

如您所见，这几乎涵盖了移植该 AWT 示例所需的所有内容。（只需更改 'convolvePixel' 函数）

【讨论】：

这很好，但是当我逐个像素地做这件事时，Bitmap.getPixel() 和 Bitmap.setPixel() 对我来说似乎真的很慢。我认为最好在开始时使用 Bitmap.getPixels() 将位图的值作为整数复制到 int[]。我将如何对 RGB int 值数组而不是位图执行卷积？
你是对的，获取整个数组更快。要对数组执行卷积，您只需使用相同类型的 for 循环进行迭代，并通过使用分离的 R、G 和 B 通道或使用Color.rgb(r1,g1,b1) 函数从 RGB 数组组合像素来获取像素值。

【解决方案2】：

在此处检查 java 实现：

http://code.google.com/p/kanzi/source/browse/java/src/kanzi/filter/SobelFilter.java

不依赖于 Swing/AWT 或任何其他库。它直接对图像像素进行操作，速度很快。

结果可以在这里看到（向下滚动）：

http://code.google.com/p/kanzi/wiki/Overview

【讨论】：

【解决方案3】：

问题和答案已有 3 年历史了...@reflog 的解决方案适用于边缘检测等简单任务，但速度很慢。

我在 iOS 上使用 GPUImage 进行边缘检测任务。 Android上有一个等效的库： https://github.com/CyberAgent/android-gpuimage/tree/master

它是硬件加速的，所以它应该非常快。这是sobel边缘检测滤波器： https://github.com/CyberAgent/android-gpuimage/blob/master/library/src/jp/co/cyberagent/android/gpuimage/GPUImageSobelEdgeDetection.java

根据文档，您可以这样做：

Uri imageUri = ...;
mGPUImage = new GPUImage(this);
mGPUImage.setGLSurfaceView((GLSurfaceView) findViewById(R.id.surfaceView));
mGPUImage.setImage(imageUri); // this loads image on the current thread, should be run in a thread
mGPUImage.setFilter(new GPUImageSobelEdgeDetection());

// Later when image should be saved saved:
mGPUImage.saveToPictures("GPUImage", "ImageWithFilter.jpg", null);

另一个选项是使用 RenderScript，您可以并行访问每个像素并使用它做任何您想做的事情。我还没有看到任何用它构建的图像处理库。

【讨论】：

【解决方案4】：

另一种选择是使用 OpenCV，它对 Android 有很好的实现。

Imgproc.Sobel() 方法采用“Mat”类型形式的图像，可以轻松地从资源或位图中加载。输入的Mat应该是灰度图，也可以用opencv创建。 Mat src = Highgui.imread(getClass().getResource( "/SomeGrayScaleImage.jpg").getPath());

然后在其上运行 sobel 边缘检测器，将结果保存在新的 Mat 中。如果你想保持相同的图像深度，那么这将做到...... Mat dst; int ddepth = -1; // destination depth. -1 maintains existing depth from source int dx = 1; int dy = 1; Imgproc.Sobel(src, dst, ddepth, dx, dy);

这里有一些参考文档： http://docs.opencv.org/java/org/opencv/imgproc/Imgproc.html#Sobel(org.opencv.core.Mat,%20org.opencv.core.Mat,%20int,%20int,%20int)

对于 Android Studio 中的 gradle 构建，您可以从不同的地方拉入为 Java 构建的 opencv 库，但我也托管了一个最近的构建。在您的 build.gradle 文件中，您可以像这样添加依赖项......否则，这有点棘手。 dependencies { compile 'com.iparse.android:opencv:2.4.8' } 如果您使用的是 Eclipse，您可以查看 Opencv 网站了解在 Android 上使用 Opencv 的详细信息：http://opencv.org/platforms/android.html

【讨论】：