15 OpenCV Sobel算子

什么是Sobel 算子

• 是离散微分算子（discrete differentiation operator），用来计算图像灰度的近似梯度
• Soble算子功能集合高斯平滑和微分求导
• 又被称为一阶微分算子，求导算子，在水平和垂直两个方向上求导，得到图像X方法与Y方向梯度图像

水平梯度

垂直梯度

最终图像梯度

求取导数的近似值，kernel=3时不是很准确，OpenCV使用改进版本Scharr函数，算子如下：

cv::Sobel

void 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: 			输入图				
*			dst:	        输出图
*			ddepth:			输出图深度 CV_16S/CV_32F/CV_64F等
*			dx:				x方向上的差分阶数
*			dy:		    	y方向上的差分阶数
*			ksize:  		卷积核大小,一般5*5或3*3
*			scale:			计算导数值时可选的缩放因子
*			delta:			默认为0
*			borderType:		边缘处理模式	
*********************************************************************/

cv::Scharr

cv::Scharr (
InputArray Src // 输入图像
OutputArray dst// 输出图像，大小与输入图像一致
int depth // 输出图像深度. 
Int dx.  // X方向，几阶导数
int dy // Y方向，几阶导数. 
double scale  = 1
double delta = 0
int borderType = BORDER_DEFAULT
)

convertScaleAbs 对整个图像数组中的每个元素进行比例缩放和绝对值运算，并将结果存储在输出数组中

 void cv::convertScaleAbs
    (
        cv::InputArray src, // 输入数组
    	cv::OutputArray dst, // 输出数组
    	double alpha = 1.0, // 乘数因子
    	double beta = 0.0 // 偏移量
    );

代码演示

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;

Mat src, gray_src, dst;

const char* output_title = "final image";
int main()
{
	src = imread("test.jpg");//读取图片
	if (src.empty())
	{
		cout << "could not load img...";
		return -1;
	}
	namedWindow(output_title);//设置窗口名称
	imshow(output_title, src);

	Mat gray_src;
	GaussianBlur(src, dst, Size(3, 3), 0, 0);
	cvtColor(dst, gray_src, COLOR_BGR2GRAY);
	imshow("gray image", gray_src);
	
	Mat xgrad, ygrad;  // 定义水平和垂直梯度图像的Mat对象
	Scharr(gray_src, xgrad, CV_16S, 1, 0);  // 计算灰度图像的水平方向梯度
	Scharr(gray_src, ygrad, CV_16S, 0, 1);  // 计算灰度图像的垂直方向梯度

	convertScaleAbs(xgrad, xgrad);  // 将水平梯度图像进行数据类型转换
	convertScaleAbs(ygrad, ygrad);  // 将垂直梯度图像进行数据类型转换
	imshow("xgrad", xgrad);  // 在窗口中显示水平梯度图像
	imshow("ygrad", ygrad);  // 在窗口中显示垂直梯度图像

	Mat xygrad = Mat(xgrad.size(), xgrad.type());  // 定义最终的边缘强度图像Mat对象
	printf("type : %d\n", xgrad.type());  // 打印图像数据类型
	int width = xgrad.cols;  // 获取图像宽度
	int height = ygrad.rows;  // 获取图像高度
	for (int row = 0; row < height; row++) {
		for (int col = 0; col < width; col++) {
			int xg = xgrad.at<uchar>(row, col);  // 获取当前位置的水平梯度值
			int yg = ygrad.at<uchar>(row, col);  // 获取当前位置的垂直梯度值
			int xy = xg + yg;  // 计算当前位置的边缘强度值
			xygrad.at<uchar>(row, col) = saturate_cast<uchar>(xy);  // 将边缘强度值限定在0到255之间
		}
	}
	imshow(output_title, xygrad);
	waitKey(0);
	return 0;
}