【opencv2】Sobel算子原理与实现

本文介绍了Sobel算子作为边缘检测的一种方法,它基于图像灰度变化率来定位边界。Sobel算子通过3x3模板计算水平和垂直方向的梯度,相比Prewitt算子提供了对不同方向边缘的更好敏感度。文章还给出了OpenCV中使用cvSobel函数实现Sobel算子的示例代码。
摘要由CSDN通过智能技术生成

       对于一幅图像,假设图像为全白,但是中间有一条黑色的垂直的直线。那么直线所在的位置有何特征呢?

       稍微想想便可以知道,在直线的左边为全白,那么从图像最左边至中间黑色的直线,其像素点的灰度变化率始终是为0的。同理,直线右边也是这种情况。但是,在黑色直线旁边的点,其会度变化率则不为0。如果把黑色直线看成是图像左右两边的分界线,那么只要知道灰度变化率不为的点,就可以找到这个边界的准确位置。边缘检测理论就是是基于这种灰度变化率的思想。

      在数学中,这种灰度变化率是一种抽象的函数关系,那么在计算机中,是怎么实现计算变化率的呢?

      考虑到对与点(x,y)其灰度变化率的表达形式为△f/x(水平方向)或者△f/y(垂直方向)即梯度,则考虑采用一个3X3的模板来与以此点为中

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值