Qt-OpenCV学习笔记--边缘检测--Sobel算子

综述

Sobel边缘检测算法比较简单,实际应用中效率比canny边缘检测效率要高,但是边缘不如Canny检测的准确,然而在很多实际应用的场合,sobel边缘却是首选,Sobel算子是高斯平滑与微分操作的结合体,所以其抗噪声能力很强,用途较多。尤其是在对效率要求较高,而对细纹理不太关系的时候。

 其中,Gx是横向的算子,Gy是纵向的算子。

函数

void cv::Sobel
(
	InputArray 	    src,
    OutputArray 	dst,
    int 	ddepth,
    int 	dx,
    int 	dy,
    int 	ksize = 3,
    double 	scale = 1,
    double 	delta = 0,
    int 	borderType = BORDER_DEFAULT 
)		
src源图像
dst输出图像
ddepth

输出图像的深度

CV_8U

CV_16U

CV_32F

CV_64F

dxx 方向上的差分阶数,1或0
dyy 方向上的差分阶数,1或0
ksize卷积核的大小(取值必须为1、3、5或7,默认值为3)
scale计算的导数的可选比例因子(默认情况下不用缩放)
dalta可选的增量值,在将结果存储到dst之前添加到结果中
borderType图像边框扩展模式(可查阅BorderTypes,但不支持BORDER_WRAP)

测试代码

#include "widget.h"
#include "ui_widget.h"

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace cv;

Widget::Widget(QWidget *parent)
    : QWidget(parent)
    , ui(new Ui::Widget)
{
    ui->setupUi(this);

    //载入图像
    cv::Mat mat1 = imread("C:/opencv/333.jpg");

    //输出图片
    cv::Mat matx;
    cv::Mat maty;
    cv::Mat matxy;

    //x方向梯度
    cv::Sobel(mat1,matx,CV_8U,1,0,3);
    //y方向梯度
    cv::Sobel(mat1,maty,CV_8U,0,1,3);
    //合并梯度(近似)
    cv::addWeighted(matx,0.8,maty,0.8,0,matxy);

    namedWindow("显示器0", WINDOW_AUTOSIZE );
    imshow("显示器0", mat1 );

    namedWindow("显示器1", WINDOW_AUTOSIZE );
    imshow("显示器1", matx );

    namedWindow("显示器2", WINDOW_AUTOSIZE );
    imshow("显示器2", maty );

    namedWindow("显示器3", WINDOW_AUTOSIZE );
    imshow("显示器3", matxy );

}

Widget::~Widget()
{
    delete ui;
}

测试效果

参考

OpenCV——Sobel边缘检测

opencv入门:Sobel算子

OpenCV-Sobel边缘检测

OpenCV之sobel算子

图像深度

OPENCV中的Sobel函数

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值