sobel算子主要是应用于边缘检测的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的近似值。
sobel算子的计算过程:
假设作用图像为I,
(1)分别求得在x和y方向的导数
水平变化:将I与一个奇数大小的内核Gx卷积
垂直变化:将I与一个奇数大小的内核Gy卷积
(2)在图像的每一点,求出近似梯度
函数: Imgproc.Sobel(Mat src, Mat dst, int ddepth, int dx, int dy, int ksize, double scale, double delta, int borderType)
参数说明:
src:源图像
dst:检测结果图像
ddepth:输出图像的深度
dx:x方向上的差分阶数
dy:y方向上的差分阶数
ksize:sobel核的大小,默认为3
scale:缩放因子
delta:结果存入输出图像前可选的delta值,默认为0
borderType:边界模式,默认BORDER_DEFAULT
示例代码:
public static void main(String[] args)
{
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
Mat src = Imgcodecs.imread("F:\\2011031213205880528.jpg", Imgcodecs.IMREAD_GRAYSCALE);
Mat dst = src.clone();
Mat dstx = src.clone();
Mat dsty = src.clone();
Imgproc.GaussianBlur(src, dst, new Size(3, 3), 0);
Imgproc.Sobel(dst, dstx, -1, 1, 0, 3, 1, 0, Core.BORDER_DEFAULT);
Imgcodecs.imwrite("F:\\dstx.jpg", dstx);
Imgproc.Sobel(dst, dsty, -1, 0, 1, 3, 1, 0, Core.BORDER_DEFAULT);
Imgcodecs.imwrite("F:\\dsty.jpg", dsty);
Core.addWeighted(dstx, 0.5, dsty, 0.5, 0, dst);
Imgcodecs.imwrite("F:\\dst.jpg", dst);
}
源图片:
x方向sobel:
y方向sobel:
整体方向: