目录
【1】算法简介
Sobel算子是一种用于边缘检测的线性滤波器,如果把图像看做是一个二维函数,那么Sobel算子就是图像在垂直和水平方向上变化的速度(即梯度)。Sobel算子在水平和垂直方向上做像素值的差分,能够得到图像梯度的近似值,在像素周围进行运算时,能够减少噪声带来的影响。
其对应的内核函数为:
Sobel算子检测方法对灰度渐变和噪声较多的图像处理效果较好,sobel算子对边缘定位不是很准确,图像的边缘不止一个像素;当对精度要求不是很高时,是一种较为常用的边缘检测方法。对于细小边缘检测要求较高的,可以采用scharr算子,它是在sobel算子的基础上进行改进,在不影响检测速度的前提下,提高了边缘检测的精度。
sobel算子和scharr算子他们的卷积核大小是一样的。这意味着他们计算起来,工作量是一样的。
具体算法流程可以参考这篇文章:
【2】算子参数介绍
cv::Sobel(image, // 输入的图像可以是三通道,也可是单通道
sobel, // 输出
image_depth, // 图像类型
xorder,yorder, // 内核规格
kernel_size, // 正方形内核的尺寸
alpha, beta); // 比例和偏移量
参数简介:
输出图像的像素类型是可以选择的:无符号字符型、有符号整数或浮点数。对于sobel算子而言一般选择类型为CV_16S。如果结果超出了像素值域的范围,就会进行饱和度运算,在生成最终图像之前,可以将结果缩放(相乘)alpha倍,并加上偏移量beta。
每个Sobel 掩码都是一个方向上的导数,因此要用两个参数来指明将要应用的内核,即x方向和y 方向导数的阶数。例如,如果xorder和yorder分别为1 和0,则得到水平方向Sobel内核;如果分别是0和1,则得到垂直方向的内核。内核的尺寸也可以大于3×3。可选的尺寸有1、3、5 和7。内核尺寸为1,表示一维Sobel 滤波器(1×3 或3×1)。
【3】完整代码
#include<opencv2\opencv.hpp>
#include<opencv2\imgproc\imgproc.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{
//载入原始图
Mat src = imread("E:\\乔大花进度\\11-28\\边缘检测\\3.jpg");
//【1】创建abs_grad_x,abs_grad_y,dst矩阵;
Mat grad_x, grad_y;
Mat abs_grad_x,abs_grad_y,dst;
//【2】显示原始图
imshow("原始图",src);
//【3】求x方向梯度
Sobel(src,grad_x,CV_16S,1,0,3);
convertScaleAbs(grad_x,abs_grad_x);
imshow("x方向sobel",abs_grad_x);
Scharr(src, grad_y, CV_16S, 0, 1, 9);
convertScaleAbs(grad_y,abs_grad_y);
imshow("y方向sobel",abs_grad_y);
//【5】合并梯度(近似)
addWeighted(abs_grad_x,0.5,abs_grad_y,0.5,0,dst);
cout << "Sobel输出图像的类型为:" << dst.type() << endl;
cout << "Sobel输出图像的通道数" << dst.channels() << endl;
imshow("整体效果",dst);
waitKey(0);
system("pause");
destroyAllWindows();
return 0;
}
运行结果: