Opencv图像处理——边缘处理Sobel、拉普拉斯算子

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：