|
void CTestDoc::Laplacian1()
{
int x,y,p,q;
int sum, filter[3][3] = {{0, 1, 0},{1,-4,1},{0,1,0}};
for(y = 1;y <255;y++){
for(x =1;x < 255;x++){
sum = 0;
for(q = 0;q <=2;q++){
for(p = 0;p <=2;p++){
sum += filter[q][p] * m_OpenImg[y+q-1][x+p-1];
}
}
}
|
|
|
밝기 향상, 밝기 감소, 소벨엣지, 프리윗엣지, 로버트엣지, 흑백영상 변환, 이진화, 영상 반전, 영상 상하반전, 라플라시안 필터, 가우시안 필터, 히스토그램 평활화, 샤프닝, 미디언 필터링, 맥스 필터링, 민 필터링, 모폴로지 침식, 모폴로지
|
|
|
int x,y,p,q,div;
// 가우시안 필터
int sum, Gaussian[3][3]={{1,2,1},{2,4,2},{1,2,1}};
int filter1[7][7] = {{0,0,-1,-1,-1,0,0}, {0,-2,-3,-3,-3,-2,0}, {-1,-3,5,5,5,-3,-1},
{-1,-3,5,16,5,-3,-1}, {-1,-3,5,5,5,-3,-1}, {0,-2,-3,-3,-3,-2,0}, {0,0,-1,-1,-1,0,0}};
div = 0;
// 총합
for(q=0; q<=2; q+
|
|
|
라플라시안(Laplacian) 마스크 적용
라플라시안(Laplacian) 연산자
a. 장점 : 연산 속도가 매우 빠르다.
모든 방향의 윤곽선을 검출한다.
하나의 마스크만을 사용한다.
다른 연산자에 비하여 날카로운 윤곽선을 검출한다.
b. 단점 : 윤곽의 방향을 구
|
|
|
라플라시안을 계산하는 방법이다.
여기서 라플라시안은 근사적으로 주변 4화소 값의 평균치와 중앙 화소 값의 차이를 의미한다는 것을 알 수 있다. 따라서 중앙 화소 값이 주변보다 작으면 라플라시안은 양수가 되고 그 반대면 음수가 된다.
|
|
 |
라플라시안, 캐니 엣지 검출기 등에 관한 정보였습니다.
3-2 정보를 어떤 방법으로 수집, 분석, 활용하셨습니까?
정보를 찾기 위해 구글링을 많이 했습니다. 과제 전에는 네이버에서만 검색해서 한정적인 정보를 받을 수밖에 없었습니다. 하지
|
|
메뉴펼치기
