opencv学习笔记（十八）图像边缘提取-Sobel算子

81 阅读 0 评论 54 点赞

我是靠谱客的博主机灵星星，最近开发中收集的这篇文章主要介绍opencv学习笔记（十八）图像边缘提取-Sobel算子，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

1.边缘提取概念

（1）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。

（2）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，有可能为正，有可能为负数，导数（即斜率）。

（还有一种像素从高到低跃迁，个人理解）

2.Sobel算子

（1）水平梯度：

（2）垂直梯度：

（3）最终梯度

由于平方和开根号与取绝对值相加近似，为提升计算速度，使用下面的方法。

3.Sobel改进后的Scharr函数算子

4.相关API和操作步骤

（1）void Sobel(InputArray src, OutputArray dst, int ddepth, int dx, int dy, int ksize=3, double scale=1, double delta=0, int borderType=BORDER_DEFAULT )
参数1：输入图像

参数2：输出图像

参数3：输出图像的深度，针对不同的输入图像，输出目标图像有不同的深度，搭配如下：

参数4，5：X,Y方向的几阶导数

参数6：内核大小，为正奇数

其余参数一般默认。

（2）cv::Scharr (InputArray Src ，OutputArray dst，int depth，Int dx，int dy，double scale = 1，double delta = 0，int borderType = BORDER_DEFAULT)

由于内核大小为3*3，其余参数与Sobel一致

（3）操作步骤

GaussianBlur(src, dst, Size(3, 3), 0, 0.0);//第一步降噪先用高斯模糊

cvtColor(dst, srcGray, CV_BGR2GRAY);//第二步转化为灰度图像

addWeighted(xgrad, 0.5, ygrad, 0.5, 0.0, xygrad);//合成

convertScaleAbs(A, B)// 计算图像A的像素绝对值，输出到图像B

5.代码实现

#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace std;
using namespace cv;

char inputName[] = "input name";
char outputName[] = "output name";
int main()
{
	Mat src, dst;
	src = imread("D:/demo.jpg");
	if (src.empty())
	{
		cout << "找不到图像" << endl;
		return -1;
	}
	namedWindow(inputName, CV_WINDOW_AUTOSIZE);
	imshow(inputName, src);
	namedWindow(outputName, CV_WINDOW_AUTOSIZE);
	//第一步降噪先用高斯模糊
	GaussianBlur(src, dst, Size(3, 3), 0, 0.0);
	imshow(outputName, dst);
	//第二步转化为灰度图像
	Mat srcGray;
	cvtColor(dst, srcGray, CV_BGR2GRAY);
	//第三步X,Y方向分别进行Sobel求导
	Mat xgrad, ygrad;
	Sobel(srcGray, xgrad, CV_32F,1, 0, 3);
	Sobel(srcGray, ygrad, CV_32F,0, 1, 3);
	convertScaleAbs(xgrad, xgrad);//所有像素值取正数，显出跃迁为负数的差值
	convertScaleAbs(ygrad, ygrad);
	imshow("xgrad", xgrad);
	imshow("ygrad", ygrad);
	Mat xygrad;
	addWeighted(xgrad, 0.5, ygrad, 0.5, 0.0, xygrad);//合成图
	imshow("xygrad", xygrad);

	第三步使用改进方法Scharr
	//Mat xgrad, ygrad;
	//Scharr(srcGray, xgrad, CV_16S, 1, 0);
	//Scharr(srcGray, ygrad, CV_16S, 0, 1);
	//convertScaleAbs(xgrad, xgrad);//所有像素值取正数，显出跃迁为负数的差值
	//convertScaleAbs(ygrad, ygrad);
	//imshow("xgrad", xgrad);
	//imshow("ygrad", ygrad);
	//Mat xygrad;
	//addWeighted(xgrad, 0.5, ygrad, 0.5, 0.0, xygrad);//合成图
	//imshow("xygrad", xygrad);

	waitKey(0);
	return 0;
}