虽说opencv给我们提供了很多函数,但有时对于图像处理,我们会用自己的算法,而算法中一定会对图像的像素进行操作,
所以对图像像素的操作十分重要。
比如,我遇到了一个问题,opencv的sobel算子例子中,需要先把彩色图片转变为灰度图,然后进行sobel边缘检测。
得到的是黑白图像的边缘。我的问题是如果省略灰度转换这一步,直接利用sobel算法,得到的是彩色的边缘图吗?
于是我打算通过操作像素,自己写一个纯粹的sobel边缘检测。
for (int i = 0; i < 3; i++)
{
channels[i].copyTo(curChannel);
for (int x = 1; x < 3*x3 - 2; x++)
{
for (int y = 1; y < 3*y3 -2 ; y++)
{
gradXImg.at<uchar>(x,y)=abs (
curChannel.at<uchar>(x-1,y+1) +
2*curChannel.at<uchar>(x,y+1)+
curChannel.at<uchar>(x+1,y+1)-
curChannel.at<uchar>(x-1,y-1)-
2*curChannel.at<uchar>(x,y-1)-
curChannel.at<uchar>(x+1,y-1));
gradYImg.at<uchar>(x,y)=abs (
curChannel.at<uchar>(x+1,y-1) +
2*curChannel.at<uchar>(x+1,y)+
curChannel.at<uchar>(x+1,y+1)-
curChannel.at<uchar>(x-1,y-1)-
2* curChannel.at<uchar>(x-1,y+1)-
curChannel.at<uchar>(x-1,y+1));
channels[i].at<uchar>(x,y) = gradXImg.at<uchar>(x,y) +
gradYImg.at<uchar>(x,y);
大致是这样。
一个三层循环,分别对3个通道进行sobel运算。
看似程序完成,实际运行的时候,速度超级慢,超级慢。
于是看了看opencv的例子,重新改写了函数。
for (int c = 0; c < channel; c++)
{
for (int x = 1; x < srcMat.cols -2; x++)
{
for (int y = 1; y < srcMat.rows - 2; y++ )
{
gradYImg.at<Vec3b>(y,x)[c]=abs (
srcMat.at<Vec3b>(y+1,x-1)[c] +
2*srcMat.at<Vec3b>(y+1,x)[c]+
srcMat.at<Vec3b>(y+1,x+1)[c]-
srcMat.at<Vec3b>(y-1,x-1)[c]-
2*srcMat.at<Vec3b>(y-1,x)[c]-
srcMat.at<Vec3b>(y-1,x+1)[c]);
gradXImg.at<Vec3b>(y,x)[c]=abs (
srcMat.at<Vec3b>(y-1,x+1)[c] +
2*srcMat.at<Vec3b>(y,x+1)[c]+
srcMat.at<Vec3b>(y+1,x+1)[c]-
srcMat.at<Vec3b>(y-1,x-1)[c]-
2* srcMat.at<Vec3b>(y,x-1)[c]-
srcMat.at<Vec3b>(y+1,x-1)[c]);
tmp.at<Vec3b>(y,x)[c] = gradXImg.at<Vec3b>(y,x)[c] +
gradYImg.at<Vec3b>(y,x)[c];
}
}
}
完成。
原图:
换一张图试试:
还是能看到一点彩色的边缘。
还算成功,但再这之前,当我把mat图显示在qt中时效果如下
显示的有些失真,为什么会这样?请看我的文章“数字图像处理成长之路2:mat与通道”的内容。