(一)OpenCV图像处理基础_16_Sobel算子

Diana ·

更新时间:2024-09-21

· 855 次阅读

卷积应用-图像边缘提取
边缘是像素值发生跃迁的地方，是图像的显著特征之一，在图像特征提取、对象检测、模式识别等方面都有重要的作用。
如何捕捉/提取边缘 – 对图像求它的一阶导数delta = f(x) – f(x-1), delta越大，说明像素在X方向变化越大，边缘信号越强。 Sobel算子(锚点为 0)
水平梯度^2 + 垂直梯度^2 = 最终图像梯度^2

cv::Sobel (
InputArray Src // 输入图像
OutputArray dst// 输出图像，大小与输入图像一致
int depth // 输出图像深度
Int dx.  // X方向，几阶导数//求导顺序，范围是0、1、2
int dy // Y方向，几阶导数. //x、y不能同时为0
int ksize// Sobel算子kernel大小，必须是奇数//ksize为SHARR
double scale  = 1//缩放因子
double delta = 0//偏移，求导结果可视化
int borderType = BORDER_DEFAULT
)

#include 
#include 
using namespace std;
using namespace cv;
int main(int argc, char** argv)
{
	Mat src;
	src = imread("../path.jpg");
	if (src.empty())
	{
		cout << "could not load image1..." << endl;
		return -1;
	}
	//namedWindow("src", WINDOW_AUTOSIZE);
	//imshow("src", src);
	Mat dst,gray;
	GaussianBlur(src, dst, Size(3, 3), 0, 0);//高斯平滑
	cvtColor(dst, gray,	COLOR_BGR2GRAY);//图像转灰度
	//namedWindow("gray", WINDOW_AUTOSIZE);
	//imshow("gray", gray);
	Mat xgrad, ygrad;
	//Sobel算子
	//Sobel(gray, xgrad, CV_16S, 1, 0, 3);//kernel size默认为3
	//Sobel(gray, ygrad, CV_16S, 0, 1, 3);//kernel size默认为3
	//kernel size为Scharr
	//Scharr滤波器
	Scharr(gray, xgrad, CV_16S, 1, 0); 
	Scharr(gray, ygrad, CV_16S, 0, 1);
	//取绝对值
	convertScaleAbs(xgrad, xgrad);
	convertScaleAbs(ygrad, ygrad);
	namedWindow("xgrad", WINDOW_AUTOSIZE);
	namedWindow("ygrad", WINDOW_AUTOSIZE);
	imshow("xgrad", xgrad);
	imshow("ygrad", ygrad);
	Mat xygrad = Mat(xgrad.size(), xgrad.type());
	//addWeighted(xgrad, 0.5, ygrad, 0.5, 0, xygrad);//图像混合
	int width  = xgrad.cols;
	int height = xgrad.rows;
	for (int row = 0; row < height; row++) {
		for (int col = 0; col < width; col++) {
			int xg = xgrad.at(row, col);
			int yg = ygrad.at(row, col);
			int xy = xg + yg;//两个图像相加，而不是混合
			xygrad.at(row, col) = saturate_cast(xy);
		}
	}
	namedWindow("xygrad", WINDOW_AUTOSIZE);
	imshow("xygrad", xygrad);
	waitKey(0);
	return 0;
}

输出结果:
在这里插入图片描述