图像处理算法基础（六）---sobel算子自实现与opencv对比

本次实验自己实现的sobel效果还是比opencv中的Sobel函数效果差一些，opencv中应该加了一些效果优化的东西，鉴于自己实现的代码还需要继续优化，Roberts算子和canny算子等就不一一实现了。

sobel算子是一个离散的一阶差分算子，用来计算图像亮度函数的一阶梯度之近似值。在图像的任何一点使用此算子，将会产生该点对应的梯度矢量或是其法矢量。

主要是通过计算X、Y方向查分绝对值求和，公式如下

自实现代码如下：

int  picProcessBasics::IMGSobel(IplImage* pImg,IplImage* pDestImg)
{
 int FilterW=0;
 int FilterH=0;
 int FilterCenterX=0;
 int FilterCenterY=0;
 int aValue[64]={0};//滤波掩模
 int tempV=0;

 FilterW=3;
 FilterH=3;
 FilterCenterX=1;
 FilterCenterY=1;
 cvCopy(pImg,pDestImg,0);

 for(int i = FilterCenterY; i < pImg->height-FilterH+FilterCenterY+1; i++){ 
  for(int j = FilterCenterX; j < pImg->width-FilterW+FilterCenterX+1; j++){ 
 
   // 读取滤波器数组 
            for (int k = 0; k < FilterH; k++) 
            { 
                for (int l = 0; l < FilterW; l++) 
                { 
                    // 指向DIB第i - iFilterMY + k行，第j - iFilterMX + l个象素的指针 
                
                    aValue[k * FilterW + l] = pImg->imageData[pImg->widthStep * (i - FilterCenterY + k) + (j - FilterCenterX + l) ]; 
                } 
            } 

   //tempV= aValue[0]+aValue[1]+aValue[2]+aValue[3]+aValue[5]+aValue[6]+aValue[7]+aValue[8]-8*aValue[4];
   tempV= abs(aValue[6]+2*aValue[7]+aValue[8] - (aValue[0]+2*aValue[1]+aValue[2]))+\
    abs(aValue[2]+2*aValue[5]+aValue[8] - (aValue[0]+2*aValue[3]+aValue[6]));
   if(tempV>255)
    tempV=255;
   else if(tempV<0)
    tempV=0;
   pDestImg->imageData[pDestImg->widthStep * i + j ]= tempV; //pImg->imageData[pImg->widthStep * i + j ] - tempV;
        } 
    }

 return 0;
}

效果如下：

opencv函数 Sobel( imgDest, tempTest, CV_16S, 1, 0, 3, 1, 1, BORDER_DEFAULT );效果如下：