OpenCV中利用sobel算子进行边缘检测

最新推荐文章于 2024-09-15 20:26:20 发布

xueluowutong

最新推荐文章于 2024-09-15 20:26:20 发布

阅读量1.3k

点赞数

分类专栏： OpenCV

本文链接：https://blog.csdn.net/xueluowutong/article/details/80987645

版权

本文档展示了如何使用OpenCV库中的Sobel算子进行边缘检测。首先，通过OTSU函数自动计算最佳阈值进行灰度图像二值化。然后，应用Sobel算子计算图像的水平和垂直梯度，最后将结果叠加并显示边缘图像。

摘要由CSDN通过智能技术生成

#include "opencv2/imgproc/imgproc.hpp"  
#include "opencv2/highgui/highgui.hpp"  
#include <iostream>  
#include <cmath>

using namespace cv;
using namespace std;

bool sobelEdge(Mat&  srcImage, Mat& resultImageX, Mat& resultImageY, uchar threshold)
{
	CV_Assert(srcImage.channels() == 1);
	// 初始化水平核因子
	Mat sobelx = (Mat_<double>(3, 3) << -1, 0,
		1, -2, 0, 2, -1, 0, 1);
	// 初始化垂直核因子
	Mat sobely = (Mat_<double>(3, 3) << -1, -2, -1,
		0, 0, 0, 1, 2, 1);
	resultImageX = Mat::zeros(srcImage.rows - 2,
		srcImage.cols - 2, srcImage.type());
	resultImageY = Mat::zeros(srcImage.rows - 2,
		srcImage.cols - 2, srcImage.type());
	double edgeX = 0;
	double edgeY = 0;
	double graMagX = 0;// 垂直方向上的梯度模长
	double graMagY = 0;// 水平方向上的梯度模长
	for (int k = 1; k < srcImage.rows - 1; ++k) 
	{
		for (int n = 1; n < srcImage.cols - 1; ++n) 
		{