网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
P5y=(p7-p1)+2*(p8-p2)+(p9-p3)
下一行像素值减去上一行像素值,中间列参数稍大为2
然后我们计算了一个近似梯度值:
G= 根号(𝐺𝑥2 + 𝐺𝑦2)
简化版本就是:
G=|𝐺𝑥|+| 𝐺𝑦|
这中心点的P5的Sobel算子就是按照这个方式进行计算。
对于P5点完成的Sobel算子计算就是这样:
那么好,我们来看一下在python中对于Sobel是一个什么样的函数:
dst = cv2.Sobel( src , ddepth , dx , dy , [ksize] )
其中src表示原始图像,ddeph表示图像的深度,那么我们一般设定为-1,用来表示和原图像保持一致。dx,dy表示x轴的方向或者y轴的方向,ksize表示核大小。
其中我们在已经知道的256色位图中,白色点像素值255,黑色点像素值0。
这里对于dx,dy方向为什么我们取绝对值进行一下解答,因为加入一块黑块在一个白色背景下,那么我们在水平方向上,左侧那么得到的数值就是一个负数,对于右侧那么我们得到的是就是一个正常的正数,那么对于OpenCV来说,当我们没有加绝对值得时候如果出现了负数,统一处理成0。
根据图我们就可以知道,左侧的线被OpenCV处理成了0。所以我们这里要加上一个绝对的运算。无论对于水平方向还是垂直方向都是如此。
然后我们要将原始图像处理成256为的色位图。其函数是:
dst = cv2.convertScaleAbs( src [, alpha[, beta]] )
目标图像=调整(原始图像*alpha+beta)
其中alpha和beta可以理解为权重的意思。
当我们想要计算水平方向上的Sobel算子的时候,那么我们就设定函数中的参数dx=1,dy=0.对于垂直方向也是如此。那么这里我们就会想:如果我们两个方向都一起设置这样是不是比计算完x的方向然后计算y方向,然后进行结合这样是不是更加的方便一些呢?也就是说下图中的方式一比方式二更加的简介方便呢?