OpenCV學(xué)習(xí)筆記(五)之Sobel算子

一. 卷積應(yīng)用-圖像邊緣提取

(一). 邊緣是什么齿穗?

? ? ? ?邊緣是像素值發(fā)生躍遷的位置,是圖像的顯著特征之一喊括,在圖像特征提取寂呛,對象檢測,模式識別等方面都有重要的作用瘾晃。

(二). 如何提取邊緣贷痪?

? ? ? ?對圖像求一階導(dǎo)數(shù)。一階導(dǎo)數(shù)越大蹦误,說明像素在該方向的變化越大劫拢,邊緣信號越強(qiáng)。

二. Sobel算子

  1. 離散微分算子强胰,用來計(jì)算圖像灰度的近似梯度舱沧。
  2. Sobel算子功能集合高斯平滑和微分求導(dǎo)
  3. 又被稱為一階微分算子,求導(dǎo)算子偶洋,在水平和垂直兩個(gè)方向上求導(dǎo)熟吏,得到圖像X方向和Y方向的梯度圖像。
X方向
Y方向

? ? ? ?改進(jìn)版的Scharr函數(shù),算子如下:

Scharr函數(shù)改進(jìn)算子

三. Sobel算子API:

cv::Sobel(
    InputArray src,         //輸入圖像
    OutputArray dst,        //輸出圖像牵寺,大小與輸入圖像一致
    int depth,              //輸出圖像深度
    int dx,                 //X方向悍引,幾階導(dǎo)數(shù)
    int dy,                 //Y方向,幾階導(dǎo)數(shù)
    int ksize,              //Sobel算子kernel大小帽氓,必須是1,3,5趣斤,7
    doublle scale = 1,  
    double delta = 0.
    int borderType = BORDER_DEFAULT
)

? ? ? ?輸出圖像的深度至少是跟輸入圖像持平的。
? ? ? ?cv::Scharr的參數(shù)與Sobel相同黎休。

四. 下面是代碼:

? ? ? ?Sobel算子的算法實(shí)現(xiàn)

/*****Sobel算子*****/

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

string in_title = "input image";
string ou_title = "output image";
int main() {
    cv::Mat src, dst;
    src = cv::imread("1.jpg");
    cv::namedWindow(in_title, cv::WINDOW_NORMAL);
    cv::imshow(in_title, src);

    cv::Mat gray_src;
    //先高斯模糊
    cv::GaussianBlur(src, dst, cv::Size(3, 3), 0, 0);
    //再轉(zhuǎn)成灰度圖
    cv::cvtColor(dst, gray_src, cv::COLOR_BGR2GRAY);
    cv::imshow("gray image", gray_src);

    cv::Mat xgrad, ygrad;
    //Sobel
    //cv::Sobel(gray_src, xgrad, CV_16S, 1, 0, 3);
    //cv::Sobel(gray_src, ygrad, CV_16S, 0, 1, 3);
    //Scharr
    cv::Scharr(gray_src, xgrad, CV_16S, 1, 0, 3);
    cv::Scharr(gray_src, ygrad, CV_16S, 0, 1, 3);
    //將負(fù)值轉(zhuǎn)正
    cv::convertScaleAbs(xgrad, xgrad);
    cv::convertScaleAbs(ygrad, ygrad);

    cv::namedWindow("xgrad", cv::WINDOW_NORMAL);
    cv::namedWindow("ygrad", cv::WINDOW_NORMAL);

    cv::imshow("xgrad", xgrad);
    cv::imshow("ygrad", ygrad);

    cv::Mat xygrad;
    xygrad = cv::Mat(xgrad.size(), xgrad.type());
    //用每個(gè)像素直接進(jìn)行計(jì)算
    int width = xgrad.cols;
    int height = xgrad.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;
            xygrad.at<uchar>(row, col) = cv::saturate_cast<uchar>(xy);
        }
    }
    //或者使用權(quán)重函數(shù)相加
    //cv::addWeighted(xgrad, 0.5, ygrad, 0.5, 0, xygrad);
    cv::namedWindow("xygrad", cv::WINDOW_NORMAL);
    cv::imshow("xygrad", xygrad);

    cv::waitKey(0);
    return 0;
}


? ? ? ?關(guān)注公號【開發(fā)小鴿】浓领,獲取海量計(jì)算機(jī)視覺與深度學(xué)習(xí)資源,實(shí)戰(zhàn)項(xiàng)目源碼势腮,最新論文下載联贩,大廠面試經(jīng)驗(yàn)!I诱泪幌!?

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市玄渗,隨后出現(xiàn)的幾起案子座菠,更是在濱河造成了極大的恐慌狸眼,老刑警劉巖藤树,帶你破解...
    沈念sama閱讀 216,470評論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異拓萌,居然都是意外死亡岁钓,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,393評論 3 392
  • 文/潘曉璐 我一進(jìn)店門微王,熙熙樓的掌柜王于貴愁眉苦臉地迎上來屡限,“玉大人,你說我怎么就攤上這事炕倘【螅” “怎么了?”我有些...
    開封第一講書人閱讀 162,577評論 0 353
  • 文/不壞的土叔 我叫張陵罩旋,是天一觀的道長啊央。 經(jīng)常有香客問我,道長涨醋,這世上最難降的妖魔是什么瓜饥? 我笑而不...
    開封第一講書人閱讀 58,176評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮浴骂,結(jié)果婚禮上乓土,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好趣苏,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,189評論 6 388
  • 文/花漫 我一把揭開白布狡相。 她就那樣靜靜地躺著,像睡著了一般拦键。 火紅的嫁衣襯著肌膚如雪谣光。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,155評論 1 299
  • 那天芬为,我揣著相機(jī)與錄音萄金,去河邊找鬼。 笑死媚朦,一個(gè)胖子當(dāng)著我的面吹牛氧敢,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播询张,決...
    沈念sama閱讀 40,041評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼孙乖,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了份氧?” 一聲冷哼從身側(cè)響起唯袄,我...
    開封第一講書人閱讀 38,903評論 0 274
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎蜗帜,沒想到半個(gè)月后恋拷,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,319評論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡厅缺,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,539評論 2 332
  • 正文 我和宋清朗相戀三年蔬顾,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片湘捎。...
    茶點(diǎn)故事閱讀 39,703評論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡诀豁,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出窥妇,到底是詐尸還是另有隱情舷胜,我是刑警寧澤,帶...
    沈念sama閱讀 35,417評論 5 343
  • 正文 年R本政府宣布活翩,位于F島的核電站烹骨,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏纱新。R本人自食惡果不足惜展氓,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,013評論 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望脸爱。 院中可真熱鬧遇汞,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,664評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至歪赢,卻和暖如春化戳,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背埋凯。 一陣腳步聲響...
    開封第一講書人閱讀 32,818評論 1 269
  • 我被黑心中介騙來泰國打工点楼, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人白对。 一個(gè)月前我還...
    沈念sama閱讀 47,711評論 2 368
  • 正文 我出身青樓掠廓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親甩恼。 傳聞我的和親對象是個(gè)殘疾皇子蟀瞧,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,601評論 2 353