R Haskell 'hip' 库对两幅图像进行关联(LoG 滤波器)

发布于08月30日

HIP Haskell库中的logFilter是在correlate函数的帮助下获得的.当我将此滤镜应用于此图像时:

然后我得到了这张图片:

我试着用imager包在R中重现它，但没有办法得到这个结果:我try 了几种方法，但都得到了灰色图像.我try 了内置的方法，也try 了手动，大致如下:

for(r in 1:512) {
  for(c in 1:512){
    red[r, c] <- gre[r, c] <- blu[r, c] <- 0
    for(u in 1:9){
      for(v in 1:9) {
        red[r, c] <- red[r, c] + kernel[u, v] * RED[r+u, c+v]
        gre[r, c] <- gre[r, c] + kernel[u, v] * GRE[r+u, c+v]
        blu[r, c] <- blu[r, c] + kernel[u, v] * BLU[r+u, c+v]
      }
    }
  }
}

一直到边界的问题.

我不完全理解correlate的代码，特别是我不理解toManifest函数的作用.toManifest是做什么的？correlate是使用双循环的前一种算法的实现，还是其他什么？

推荐答案

如果您沿着链接一直到解释logFilter函数的页面，它看起来基本上是图像与以下矩阵的关联作为核心:

它在R中是

LoG_kernel <- matrix(c(0, 1, 1,   2,   2,   2, 1, 1, 0, 
                       1, 2, 4,   5,   5,   5, 4, 2, 1, 
                       1, 4, 5,   3,   0,   3, 5, 4, 1, 
                       2, 5, 3, -12, -24, -12, 3, 5, 2, 
                       2, 5, 0, -24, -40, -24, 0, 5, 2, 
                       2, 5, 3, -12, -24, -12, 3, 5, 2, 
                       1, 4, 5,   3,   0,   3, 5, 4, 1, 
                       1, 2, 4,   5,   5,   5, 4, 2, 1, 
                       0, 1, 1,   2,   2,   2, 1, 1, 0), 9L)

然而，您的图像似乎是原木的拉普拉斯.拉普拉斯矩阵是图像与该矩阵的相关性:

L_kernel <- matrix(c(-1, -1, -1,
                     -1,  8, -1, 
                     -1, -1, -1), 3L)

此外，Haskell似乎将值截断到0，1范围，这意味着我们需要以下小辅助函数:

truncate <- function(image) {
  image[image < 0] <- 0
  image[image > 1] <- 1
  image
}

完成后，我们可以通过以下方式复制您的Haskell结果:

library(imager)

load.image("Klein.png") |>
  correlate(as.cimg(LoG_kernel)) |> 
  correlate(as.cimg(L_kernel)) |>
  truncate() |>
  save.image("LLoG.png")