'Difference of Gaussians' 在 OpenCV 中的实现

Question

对于一个项目，我试图从图像中提取非常暗淡的轮廓。在使用 GIMP 时，我找到了一种使用 "Difference of Gaussians" 和 radius1=1 和 radius2=25（或更大）来精美地提取和阈值这些轮廓的方法。但是，当尝试在 OpenCV 中重新实现此工作流程时，我的结果不如 GIMP（调暗器，不太清晰）： Difference in DoG Implementation OpenCV vs. GIMP

我浏览了 GIMPs 源代码，发现在最新版本（我正在使用）中有两种 DoG 实现。我用的是non-legacy，它是基于GEGL的，源代码可以找到here.

我根据 here 实施：

{
  Mat g1, g2, result;
  GaussianBlur(input, g1, Size(0, 0), gaussian1, gaussian1);
  GaussianBlur(input, g2, Size(0, 0), gaussian2, gaussian2);
  cv::subtract(g1, g2, result);
  return result;
}

如您所见，我的实现和 GEGL 的实现在表面上是相同的，但结果却大不相同。我已经尝试使用 cv::equalizeHist() 来增强结果的对比度，但这也没有产生任何可用的结果。

如果您对这里发生的事情有任何想法，我将不胜感激。谢谢！

Answer 1

感谢 @xenoid 的指针，我找到了（部分）实现我想要的方法。

我现在所做的是从上面获取 Codesnippet，然后简单地将 Mat result 乘以一个因子。完整代码片段：


cv::Mat differenceOfGaussians(cv::Mat input, int gaussian1, int gaussian2)
{
  Mat g1, g2, result;
  GaussianBlur(input, g1, Size(0, 0), gaussian1, gaussian1);
  GaussianBlur(input, g2, Size(0, 0), gaussian2, gaussian2);
  cv::subtract(g1, g2, result);
  result = result * gammaInt;
  return result;
}

gammaInt 是通过滑块控制的全局 int 变量。可以在此处找到结果（为了获得更好的图像并由相机本身完成一些对比放大）：DoG with linear amplification

'Difference of Gaussians' 在 OpenCV 中的实现

Implementation of 'Difference of Gaussians' in OpenCV

opencv

gimp

computer-vision