卷积应用-图像边缘提取
1.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。
2.如何捕捉/提取边缘 – 对图像求它的一阶导数delta = f(x) – f(x-1), delta越大,说明像素在X方向变化越大,边缘信号越强,
3.我已经忘记啦,不要担心,用Sobel算子就好!卷积操作
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
求和的方式计算的速度回更快;
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:
代码:
#include <opencv2\opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
Mat src, dst;
src = imread("D:/opencvSRC/test.jpg");
if (src.empty()) {
printf("load image error!\n");
}
namedWindow("src", CV_WINDOW_AUTOSIZE);
imshow("src", src);
Mat gray_src;
GaussianBlur(src, dst, Size(3, 3), 0, 0, 4);
cvtColor(dst, gray_src, CV_BGR2GRAY);
imshow("gray_src", gray_src);
Mat xgrad, ygrad;
Scharr(gray_src, xgrad, CV_16S, 1, 0);
Scharr(gray_src, ygrad, CV_16S, 1, 0);
//Scharr(gray_src, xgrad, CV_16S, 1, 0,3);
//Scharr(gray_src, ygrad, CV_16S, 1, 0, 3);
convertScaleAbs(xgrad, xgrad);
convertScaleAbs(ygrad, ygrad);
imshow("xgrad", xgrad);
imshow("ygrad", ygrad);
//Mat xy_gray;
Mat xy_gray = Mat(xgrad.size(), xgrad.type());
printf("type : %d\n", xgrad.type());
int width = xgrad.cols;
int height = ygrad.rows;
for (int row = 0; row < height; row++) {
for (int col = 0; col < width; col++) {
int xg = xgrad.at<uchar>(row, col);
int yg = ygrad.at<uchar>(row, col);
int xy = xg + yg;
xy_gray.at<uchar>(row, col) = saturate_cast<uchar>(xy);
}
}
//addWeighted(xgrad, 0.5, ygrad, 0.5, 0, xy_gray);
imshow("xy_gray", xy_gray);
waitKey(0);
return 0;
}