sobel边缘检测算子

1.Sobel算子的介绍

Sobel算子

        上式三个矩阵分别为该算子的x向卷积模板、y向卷积模板以及待处理点的邻域点标记矩阵，据此可用数学公式表达其每个点的梯度幅值为：

其实，sobel算子跟canny算子差不多，只是计算梯度的公式不一样而已，亲们可以将两种算子进行比较，结合实际的情况自己选择使用哪一种算子

下面贴出详细的代码

#include <highgui.h> 

#include <math.h>

#include<iostream>

using namespace std;

//函数声明

void ImageGray(IplImage *sourceImage, IplImage *grayImage);

void GaussFliter(IplImage *grayImage,IplImage *gaussImage);

void CalGradient(IplImage *gaussImage,IplImage *edgeImage);

void TraceEdge(int y,int x,int ThrLow, unsigned char *pResult, int *pMag,CvSize temp);

//定义存放高斯滤波像素的数组

char *pCanny;

int main()

{

//确定要读入的AVI视频

CvCapture *capture = cvCreateFileCapture("E:\\新建文件夹\\行车视频.avi");

//将视频文件的下一帧加载到内存

IplImage *tempFrame= cvQueryFrame(capture);

IplImage *grayImage,*gaussImage,*edgeImage;

//创建头并分配数据,取与这一帧图大小一样的尺寸，数据类型为无符号8位整型，单通道

grayImage = cvCreateImage(cvSize(tempFrame->width, tempFrame->height),8,1);

    gaussImage=cvCreateImage(cvSize(tempFrame->width,tempFrame->height),8,1);

edgeImage=cvCreateImage(cvSize(tempFrame->width,tempFrame->height),8,1);

while (IplImage *tempFrame = cvQueryFrame(capture))

{

cvShowImage("原始视频",tempFrame); //播放原视频

ImageGray(tempFrame, grayImage);//得到灰度图

cvShowImage("灰度视频",grayImage);

       GaussFliter(grayImage,gaussImage); 

  cvShowImage("高斯视频",gaussImage);

       CalGradient(gaussImage,edgeImage );

  cvShowImage("边缘视频",edgeImage);

char c = cvWaitKey(33);  

        if (c == 27)  

        {  

              return 0;  

        }  

}

 

cvReleaseCapture(&capture);

cvReleaseImage(&grayImage);

cvReleaseImage(&gaussImage);

cvReleaseImage(&edgeImage);

cvDestroyWindow("原始视频");

cvDestroyWindow("灰度视频");

cvDestroyWindow("高斯视频");

cvDestroyWindow("边缘视频");

}

void ImageGray(IplImage *sourceImage, IplImage *grayImage)

{

for(int i = 0; i < sourceImage->height; i++)

{

for(int j = 0; j < sourceImage->width; j++)

{

unsigned char b = (unsigned char)sourceImage->imageData[i * sourceImage->widthStep + j * 3 + 0];

unsigned char g = (unsigned char)sourceImage->imageData[i * sourceImage->widthStep + j * 3 + 1];

unsigned char r = (unsigned char)sourceImage->imageData[i * sourceImage->widthStep + j * 3 + 2];

   

unsigned char gray = 0.299 * r + 0.587 * g + 0.114 * b;

grayImage->imageData[i * sourceImage->width + j] = gray;

}

}

}

void GaussFliter(IplImage *grayImage,IplImage *gaussImage)

{

//定义一个数组存放高斯模板

int temp[9];

temp[0] = 1;

temp[1] = 2;