Opencv图像处理——边缘处理Sobel、拉普拉斯算子
边缘是什么——是像素值发生跃迁的地方,是图像的显著特征之一,在图像特征提取、对象检测、模式识别等方面都有重要的作用。
如何提取边缘——对图像求它的一阶导数,导数越大,说明在边缘信号越强。
处理步骤
高斯模糊(去噪声)
- 转化为灰度图像
- 算子
- 取绝对值
- 显示结果
Sobel算子
Sobel算子又称一阶微分算子,在水平和垂直两个方向上求导,得到图像X方向和Y方向的梯度图像,
Sobel算子功能集合高斯平滑和微分求导。
Sobel算子的垂直梯度和水平梯度:
最终图像梯度:
代码:
#include<iostream>
#include<opencv2\opencv.hpp>
cv::Mat scr;
cv::Mat dst;
cv::Mat xdst;
cv::Mat ydst;
cv::Mat gray;
int main()
{
scr = cv::imread("l1.jpg");
cv::namedWindow("input picture");
cv::namedWindow("output picture");
cv::imshow("input picture",scr);
cv::GaussianBlur(scr, scr, cv::Size(3, 3), 0,0);
cv::cvtColor(scr, gray, cv::ColorConversionCodes::COLOR_BGR2GRAY);
cv::imshow("gray", gray);
cv::Sobel(gray, xdst,-1, 1, 0,3);//X方向梯度
cv::convertScaleAbs(xdst, xdst);//取X方向梯度绝对值
cv::Sobel(gray, ydst, -1, 0, 1,3);//Y方向梯度
cv::convertScaleAbs(ydst, ydst);//取Y方向梯度绝对值
cv::imshow("xdst", xdst);
cv::imshow("ydst", ydst);
cv::addWeighted(xdst,0.5,ydst,0.5,0,dst);
cv::imshow("output picture", dst);
cv::waitKey(0);
return 0;
}
结果:
拉普拉斯算子
拉普拉斯是一个二阶的微分 。
代码:
cv::Laplacian(gray, dst, -1, 3);
cv::convertScaleAbs(dst, dst);
结果: