我是靠谱客的博主 敏感萝莉,这篇文章主要介绍OpenCV学习笔记(五)之Sobel算子,现在分享给大家,希望可以做个参考。

本文章由公号【开发小鸽】发布!欢迎关注!!!


老规矩–妹妹镇楼:

一. 卷积应用-图像边缘提取

(一). 边缘是什么?

       边缘是像素值发生跃迁的位置,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。

(二). 如何提取边缘?

       对图像求一阶导数。一阶导数越大,说明像素在该方向的变化越大,边缘信号越强。

二. Sobel算子

  1. 离散微分算子,用来计算图像灰度的近似梯度。
  2. Sobel算子功能集合高斯平滑和微分求导
  3. 又被称为一阶微分算子,求导算子,在水平和垂直两个方向上求导,得到图像X方向和Y方向的梯度图像。

       改进版的Scharr函数,算子如下:

三. Sobel算子API:

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
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 int dy, //Y方向,几阶导数 int ksize, //Sobel算子kernel大小,必须是1,3,5,7 doublle scale = 1, double delta = 0. int borderType = BORDER_DEFAULT )

       输出图像的深度至少是跟输入图像持平的。
cv::Scharr的参数与Sobel相同。

四. 下面是代码:

       Sobel算子的算法实现

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
/*****Sobel算子*****/ #include<iostream> #include<opencv2/opencv.hpp> #include<string> using namespace std; string in_title = "input image"; string ou_title = "output image"; int main() { cv::Mat src, dst; src = cv::imread("1.jpg"); cv::namedWindow(in_title, cv::WINDOW_NORMAL); cv::imshow(in_title, src); cv::Mat gray_src; //先高斯模糊 cv::GaussianBlur(src, dst, cv::Size(3, 3), 0, 0); //再转成灰度图 cv::cvtColor(dst, gray_src, cv::COLOR_BGR2GRAY); cv::imshow("gray image", gray_src); cv::Mat xgrad, ygrad; //Sobel //cv::Sobel(gray_src, xgrad, CV_16S, 1, 0, 3); //cv::Sobel(gray_src, ygrad, CV_16S, 0, 1, 3); //Scharr cv::Scharr(gray_src, xgrad, CV_16S, 1, 0, 3); cv::Scharr(gray_src, ygrad, CV_16S, 0, 1, 3); //将负值转正 cv::convertScaleAbs(xgrad, xgrad); cv::convertScaleAbs(ygrad, ygrad); cv::namedWindow("xgrad", cv::WINDOW_NORMAL); cv::namedWindow("ygrad", cv::WINDOW_NORMAL); cv::imshow("xgrad", xgrad); cv::imshow("ygrad", ygrad); cv::Mat xygrad; xygrad = cv::Mat(xgrad.size(), xgrad.type()); //用每个像素直接进行计算 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<uchar>(row, col); int yg = ygrad.at<uchar>(row, col); int xy = xg + yg; xygrad.at<uchar>(row, col) = cv::saturate_cast<uchar>(xy); } } //或者使用权重函数相加 //cv::addWeighted(xgrad, 0.5, ygrad, 0.5, 0, xygrad); cv::namedWindow("xygrad", cv::WINDOW_NORMAL); cv::imshow("xygrad", xygrad); cv::waitKey(0); return 0; }

最后

以上就是敏感萝莉最近收集整理的关于OpenCV学习笔记(五)之Sobel算子的全部内容,更多相关OpenCV学习笔记(五)之Sobel算子内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(102)

评论列表共有 0 条评论

立即
投稿
返回
顶部