convolve2d：Rust中的图像卷积

这个crate定义了一种简单和可扩展的方式来执行图像卷积，不依赖于系统，且支持no_std。听起来很酷？继续阅读！

convolve2d的目的是提供一个包含所有执行图像卷积所需内容的单一包，这些卷积适用于计算机视觉或图像处理。以下是一些简要概述：

• 两个卷积函数：允许您在速度重要时传递自己的缓冲区，或者分配并返回一个缓冲区，以实现更符合习惯的接口。

• 特质：卷积在Matrix特质中定义为泛型。如果您有一个自定义图像类型，只需定义一个Matrix的实现即可！

• 内置的image支持：我们还通过功能标志（默认禁用）提供对image库的支持，允许您无缝地使用您已经熟悉的类型！

• rayon：使用rayon标志并行计算卷积。（默认启用）

• no_std操作：以满足特殊系统或WASM的需求。

• 内核生成器：kernel模块提供了用于图像处理中常用内核的生成函数。

尽管其他卷积库可能更高效，使用更快的算法或运行在GPU上，但这个库的主要重点是提供一个完整、易于使用的卷积体验。

示例

以下示例展示了使用image库的扩展如何轻松地进行卷积。（请参阅image功能）

use image::RgbImage;
use convolve2d::*;

// Simply use `into` to convert from an `ImageBuffer` to a `DynamicMatrix`.
let image_buffer: RgbImage = ...;
let img: DynamicMatrix<SubPixels<u8, 3>> = image_buffer.into();

// Convert our color space to floating point, since our gaussian will be `f64`s
let img: DynamicMatrix<SubPixels<f64, 3>> = img.map_subpixels(|sp| sp as f64 / 255.0);

// Generate a 5x5 gaussian with standard deviation 2.0
let kernel = kernel::gaussian(5, 2.0);

// Perform the convolution, getting back a new `DynamicMatrix`
let convolution = convolve2d(&img, &kernel);

// Convert the color space back to 8-bit colors 
let convolution = convolution.map_subpixels(|sp| f64::round(sp * 255.0) as u8);

// Convert back into an `RgbImage` and save using the `image` library
RgbImage::from(convolution).save("output.png").expect("Unable to save image");

功能

以下功能得到支持

要使用no_std模式下的库，只需禁用所有功能

convolve2d = { version = "0.1.0", default-features = false }

有关image兼容性的说明

通过使用image功能标志提供对image库的兼容性。此标志提供了以下功能

• 各种像素格式（如Rgb、Luma等）现在可以转换为和从SubPixels类型。这使得它们可以按需缩放并添加到卷积中。
• 可以使用into和from将ImageBuffer转换为和从DynamicMatrix。
• 像素类型为Luma的ImageBuffer可以直接用作Matrix。这是因为底层数据结构中的每个元素都是单个像素。（而在RGB图像中，每个元素是一个子像素，这意味着我们需要使用SubPixels进行分组）

致谢

感谢以下包！

以及整个Rust社区！

贡献

文档中有什么不清楚的吗？我们需要另一种内核类型吗？这个库是一个个人项目，但欢迎在GitLab上提交问题或PR！

许可

此库根据MIT许可协议发布。

版权（C）2021 Joseph Skubal