Opencv中高斯函数的GIMP差分

我不知道答案,但已经没有头发了——请看评论。我一直在做这个,有一些代码不起作用,但比我更聪明的人谁不想写代码,可能能够看到什么是错误的,所以我想我会分享我所拥有的。我对任何一点都不感兴趣,所以欢迎任何人采纳并修改这一点,并给出一个有效的答案。如果我们能找到解决办法,我很好。我用Python做的,但是我确信如果我们能得到一些有用的东西,我们可以很容易地把任何Python改编成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)

标准偏差打印如下:

Stdev1: 6.608505869104614
Stdev2: 1.5019331520692305

我相信你的半径显示的22000和5000只是你国际化的结果,它们对应于美国/英国格式的22.0和5.0。

我也尝试过 ImageMagick 在命令行上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

看起来好像漏了一行。 从…起 lines 729-730 of edge-dog.c :

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

然后,Gimp将高斯函数计算为make_曲线(std_dev,…)中的整数列表。笔记