OpenCV图像处理使用笔记(八)——Sobel算子

前言

前面博客讲了矩阵之间的卷积操作,在图像处理中,使用一些标准的模板的卷积核与原图像进行运算,可以改变像素强度,从而影响周围其他像素的强度,常用于图像模糊、锐化及边缘检测等。

Sobel算子

1.Sobel算子主要用作边缘检测,在技术上,它是一离散性差分算子,用来运算图像亮度函数的灰度之近似值。在图像的任何一点使用此算子,将会产生对应的灰度矢量或是其法矢量。
Sobel算子的两个卷积核:
在这里插入图片描述
该算子包含两组3x3的矩阵,分别为横向及纵向,将之与图像作平面卷积,即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像,Gx及Gy分别代表经横向及纵向边缘检测的图像灰度值,其公式如下:

在这里插入图片描述
2.Sobel算子API
(1)在OpenCV中的Sobel算子的API是Sobel(),函数原型如下:

C++: 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 ); 

参数说明:
第一个参数,InputArray 类型的src,为输入图像,填Mat类型即可。
第二个参数,OutputArray类型的dst,即目标图像,函数的输出参数,需要和源图片有一样的尺寸和类型。
第三个参数,int类型的ddepth,输出图像的深度,支持如下src.depth()和ddepth的组合:
若src.depth() = CV_8U, 取ddepth =-1/CV_16S/CV_32F/CV_64F
若src.depth() = CV_16U/CV_16S, 取ddepth =-1/CV_32F/CV_64F
若src.depth() = CV_32F, 取ddepth =-1/CV_32F/CV_64F
若src.depth() = CV_64F, 取ddepth = -1/CV_64F
第四个参数,int类型dx,x 方向上的差分阶数。
第五个参数,int类型dy,y方向上的差分阶数。
第六个参数,int类型ksize,有默认值3,表示Sobel核的大小;必须取1,3,5或7。
第七个参数,double类型的scale,计算导数值时可选的缩放因子,默认值是1,表示默认情况下是没有应用缩放的。我们可以在文档中查阅getDerivKernels的相关介绍,来得到这个参数的更多信息。
第八个参数,double类型的delta,表示在结果存入目标图(第二个参数dst)之前可选的delta值,有默认值0。
第九个参数, int类型的borderType,我们的老朋友了(万年是最后一个参数),边界模式,默认值为BORDER_DEFAULT。这个参数可以在官方文档中borderInterpolate处得到更详细的信息。
(2)代码演示

void mySobel(Mat &src,Mat &abs_gradient_x,Mat &abs_gradient_y, Mat &dst3)
{

    Mat gradient_x, gradient_y;

    //求X方向梯度
    Sobel( src, gradient_x, CV_16S, 1, 0, 3, 1, 1, BORDER_DEFAULT );
    convertScaleAbs( gradient_x,  abs_gradient_x);
    Mat abs_x = abs_gradient_x.clone();
    putText(abs_gradient_x,"X Directional gradient",Point(50,60),FONT_HERSHEY_SIMPLEX,2,Scalar(255,23,0),2,8);

    //求Y方向梯度
    Sobel( src, gradient_y, CV_16S, 0, 1, 3, 1, 1, BORDER_DEFAULT );
    convertScaleAbs( gradient_y, abs_gradient_y );
    Mat abs_y = abs_gradient_y.clone();
    putText(abs_gradient_y,"Y Directional gradient",Point(50,60),FONT_HERSHEY_SIMPLEX,2,Scalar(255,23,0),2,8);

    //合并梯度
    addWeighted(abs_x, 0.5, abs_y, 0.5, 0, dst3 );
    putText(dst3,"Merging gradient",Point(50,60),FONT_HERSHEY_SIMPLEX,2,Scalar(255,23,0),4,8);
}

3.运行效果
(1)
在这里插入图片描述
(2)
在这里插入图片描述
(3)
在这里插入图片描述

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

打赏作者

知来者逆

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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