图像处理-Sobel边缘检测（C++实现，不依赖opencv）

最新推荐文章于 2023-08-30 09:59:23 发布

@风轻云淡_

最新推荐文章于 2023-08-30 09:59:23 发布

阅读量3.5k

点赞数 6

分类专栏：图像处理文章标签： Sobel 图像处理边缘检测

本文链接：https://blog.csdn.net/qq_39850605/article/details/103622509

版权

图像处理专栏收录该内容

4 篇文章 1 订阅

订阅专栏

边缘检测一直是图像处理中比较热门的一块，今天简单实现了下sobel算法。先上图：

原图：

Sobel处理---彩图：

Sobel处理--灰度图：

可以看到在不复杂的情况下，Sobel能很好的检测到边缘。

Sobel算法的原理简单理解下：根据像素点上下、左右邻点灰度加权差，在边缘处达到极值这一现象检测边缘。可以理解为在原图像的基础上只保留像素变化比较大的地方，也就形成了边缘。因为Sobel算子结合了高斯平滑和微分求导（分化），因此结果会具有更多的抗噪性，当对精度要求不是很高时，Sobel算子是一种较为常用的边缘检测方法。

一般使用的模板为下（借用一下别人的图）：

实现方式为分别对图像的x方向和y方向进行平面卷积，最后通过以下公式来确定该点的灰度值：

代码：

#include <iostream>

#define IMAGE_WIDTH 1920
#define IMAGE_HEIGHT 1080

int LimitValue(int val)
{
	if (val < 0)
		val = 0;
	else if (val > 255)
		val = 255;

	return val;
}

int main()
{
	FILE* fp = fopen("D:/test/4.yuv", "rb");

	if (NULL == fp)
	{
		printf("Can not open image file!\n");
		return -1;
	}

	fseek(fp, 0, SEEK_END);
	int len = ftell(fp);
	fseek(fp, 0, SEEK_SET);

	unsigned char* inputImage = new unsigned char[len]();
	unsigned char* outputImage = new unsigned char[len]();
	fread(inputImage, 1, len, fp);
	fclose(fp);

	memcpy(outputImage, inputImage, len);

	for (int i = 1; i < IMAGE_HEIGHT - 1; i++)
	{
		for (int j = 1; j < IMAGE_WIDTH - 1; j++)
		{
			unsigned char imageKernel[9] = { 0 };
			imageKernel[0] = inputImage[(i - 1)*IMAGE_WIDTH + j - 1];
			imageKernel[1] = inputImage[(i - 1)*IMAGE_WIDTH + j];
			imageKernel[2] = inputImage[(i - 1)*IMAGE_WIDTH + j + 1];
			imageKernel[3] = inputImage[(i)*IMAGE_WIDTH + j - 1];
			imageKernel[4] = inputImage[(i)*IMAGE_WIDTH + j];
			imageKernel[5] = inputImage[(i)*IMAGE_WIDTH + j + 1];
			imageKernel[6] = inputImage[(i + 1)*IMAGE_WIDTH + j - 1];
			imageKernel[7] = inputImage[(i + 1)*IMAGE_WIDTH + j];
			imageKernel[8] = inputImage[(i + 1)*IMAGE_WIDTH + j + 1];

			//化简后结果   这里使用了 1,1.414,1 的模板（各向同性Sobel算子），与 1,2,1的模板区别不是很大
			float GX = imageKernel[2] - imageKernel[0] + (imageKernel[5] - imageKernel[3]) * 1.414 + imageKernel[8] - imageKernel[6];
			float GY = imageKernel[0] + imageKernel[2] + (imageKernel[1] - imageKernel[7]) * 1.414 - imageKernel[6] - imageKernel[8];

			int val = LimitValue(sqrt(GX*GX + GY*GY) + 0.5);

			outputImage[i*IMAGE_WIDTH + j] = val;
		}
	}

	fp = fopen("D:/test/out.yuv", "wb+");
	fwrite(outputImage, 1, len, fp);
	fclose(fp);

	delete[] inputImage;
	delete[] outputImage;

	return 0;
}

图片链接: 百度网盘链接提取码: w3af