一、前言

二、算子

1、咋理解算子

2、算子定义

三、Sobel算子

1、讲解

2、API

3、代码展示

4、执行结果

四、Scharr算子

1、讲解

2、API

3、代码展示

4、执行结果

一、前言

继续填坑。

如果想看其他有关于OpenCV学习方法介绍、学习教程、代码实战、常见报错及解决方案等相关内容，可以直接看我的OpenCV分类：

【OpenCV系列】：https://blog.csdn.net/shuiyixin/article/category/7581855

如果你想了解更多有关于计算机视觉、OpenCV、机器学习、深度学习等相关技术的内容，想与更多大佬一起沟通，那就扫描下方二维码加入我们吧！

二、算子

1、咋理解算子

今天开始，我们来了解一下算子的概念，这个名字可能大家刚开始入门计算机视觉，会听到，但是会感觉别扭，就觉得，这是个啥？

听着不太对劲，是不是说错了？

其实呢，算子本身来源于数学。

啊！数学

如果你想掌控全世界，那你一定要会数学。

好，崇拜完数学之后，我们来了解一下算子。

简单来说，算子就是一个东西通过算子之后之后，变成了另一个东西。

这个熟悉不，大家想想函数，一个自变量的值，通过映射，得到了函数值。一个图像，经过卷积操作，变成另一个图像，一块肉，经过加工，变成了香肠。

这样大家是不是就更容易理解啦。

2、算子定义

趁热打铁，我们来看一下算子的概念：

狭义的算子实际上是指从一个函数空间到另一个函数空间（或它自身）的映射。

广义的算子的定义只要把上面的空间推广到一般空间，可以是向量空间，赋范向量空间，内积空间，或更进一步，Banach空间，Hilbert空间都可以。算子还可分为有界的与无界的，线性的与非线性的等等类别。

三、Sobel算子

1、讲解

讲完了算子，我们来说一个具体的算子Sobel算子，可以让大家理解地更深。

Sobel算子又叫索贝尔算子，是计算机视觉领域的一种重要处理方法。主要用于获得数字图像的一阶梯度，常见的应用和物理意义是边缘检测。Sobel算子是把图像中每个像素的上下左右四领域的灰度值加权差，在边缘处达到极值从而检测边缘。

Sobel算子所采用的算法是先进行加权平均，然后进行微分运算，算子的计算方法如下：

对于一个二元函数f(x,y)来说，x有三个取值，y有三个取值，那我们就可以构造一个3×3的矩阵，矩阵的中心点为（x,y），向上向左为减一，向右向下为加一。我们用矩阵来表示一下上面的式子：

由此，我们设计两个核，一个是x方向上的，一个是y方向上的，设计的两个核是3×3的矩阵，分别是：

所以，如果对于一个图像I，我们能通过这两个核分别计算该图像X方向和Y方向的梯度：

我们也能根据两个方向的梯度计算总的梯度：

2、API

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
);

函数参数含义如下：

（1）InputArray类型的src ，输入图像。

（2）OutputArray类型的dst ，输出图像，图像的大小、通道数和输入图像相同。

（3）int类型的ddepth，输出图像深度，请参阅@ref filter_depth“组合”；如果是8位输入图像，则会导致导数截断。

（4）int类型的dx，导数x的阶数。

（5）int类型的dy，导数y的阶数。

（6）int类型的ksize，扩展Sobel内核的大小；它必须是1、3、5或7。

（7）double类型的scale，计算派生值的可选比例因子；默认情况下，不应用缩放（有关详细信息，请参见cv：：getDerivKernels。

（8）double类型的delta，在将筛选的像素存储到dst中之前添加到这些像素的可选值。说的有点专业了其实就是给所选的像素值添加一个值delta。

（9）int类型的borderType，用于推断图像外部像素的某种边界模式。有默认值BORDER_DEFAULT。

3、代码展示

在这里，我们用到一个很简单的函数：

void convertScaleAbs( InputArray src, OutputArray dst, double alpha= 1,                       double belt= 0,
);

我们这个函数只需要设置前两个参数，这个函数可以计算图像src的像素绝对值，输出到图像dst。

#include<iostream>
#include<opencv2/opencv.hpp>using namespace std;
using namespace cv;int main()
{Mat img, gx, gy, src;img = imread("E:/image/girl2.png");if (!img.data){cout << "could not load image !";return -1;}imshow("【输入图像】", img);Sobel(img, gx, CV_16S, 1, 0);Sobel(img, gy, CV_16S, 0, 1);convertScaleAbs(gx, gx);convertScaleAbs(gy, gy);addWeighted(gx, 0.5, gy, 0.5, 0, src);imshow("【输出图像】", src);waitKey(0);return 0;
}

4、执行结果

四、Scharr算子

1、讲解

当然，对导数比较熟悉的同学呢，我们都知道，导数是对于连续函数来说的，现在的这个不是连续的函数呀，所以这种方式，其实只是一个近似解。但是这种近似解，对于上面的来说又不是特别的精确，所以，在opencv中，采用更加精确的Scharr算子：

2、API

void Scharr( InputArray src, OutputArray dst, int ddepth,  int dx,int dy,double scale = 1,                       double delta = 0, int borderType = BORDER_DEFAULT
);

函数参数含义如下：

（1）InputArray类型的src ，输入图像。

（2）OutputArray类型的dst ，输出图像，图像的大小、通道数和输入图像相同。

（3）int类型的ddepth，输出图像深度，请参阅@ref filter_depth“组合”；如果是8位输入图像，则会导致导数截断。

（4）int类型的dx，导数x的阶数。

（5）int类型的dy，导数y的阶数。

（6）double类型的scale，计算派生值的可选比例因子；默认情况下，不应用缩放（有关详细信息，请参见cv：：getDerivKernels。

（7）double类型的delta，在将筛选的像素存储到dst中之前添加到这些像素的可选值。说的有点专业了其实就是给所选的像素值添加一个值delta。

（8）int类型的borderType，用于推断图像外部像素的某种边界模式。有默认值BORDER_DEFAULT。

3、代码展示

#include<iostream>
#include<opencv2/opencv.hpp>using namespace std;
using namespace cv;int main()
{Mat img, gx, gy, src;img = imread("E:/image/girl2.png");if (!img.data){cout << "could not load image !";return -1;}imshow("【输入图像】", img);Scharr(img, gx, CV_16S, 1, 0);Scharr(img, gy, CV_16S, 0, 1);convertScaleAbs(gx, gx);convertScaleAbs(gy, gy);addWeighted(gx, 0.5, gy, 0.5, 0, src);imshow("【输出图像】", src);waitKey(0);return 0;
}

4、执行结果

大家也可以自己尝试一下呀，一定要多做练习！

【opencv学习笔记】018之Sobel算子与Scharr算子相关推荐

opencv学习笔记16：梯度运算之scharr算子及其函数使用
前文介绍了sobel算子 opencv学习笔记14:sobel算子及其函数使用 scharr算子理论系数和sobel不一样,其他一样. scharr函数使用 dst=cv2.Scharr(src,d ...
opencv学习笔记17：梯度运算之laplacian算子及其应用
laplacian算子理论前文介绍了sobel算子及其函数使用和scharr算子及其函数使用使用方法不同算子比较 sobel,和scharr算子:右边121列-左边121列.右边-3,10,3 ...
Opencv学习笔记（二十三）改进边缘检测算子-----Marr-Hildresh
Marr-Hildresh边缘检测算子,用于解决边缘检测的核心问题---定位精度和抑制噪声.Marr-Hildreth算子以高斯函数为平滑算子,结合拉普拉斯算子提取二阶导数的零交叉理论进行边缘检测.边 ...
36篇博文带你学完opencv ：python3+opencv学习笔记汇总目录（基础版）
经过几天的学习,opencv基础部分学习完啦.整理出来. OpenCV opencv学习笔记1:图片读入,显示与保存(有代码) opencv学习笔记2:图像处理基础 opencv学习笔记3:像素处理 ...
opencv学习笔记18：canny算子边缘检测原理及其函数使用
canny边缘检测原理去噪:边缘检测容易受到噪声的影响,在此之间,先去噪,通常采用高斯滤波器.opencv学习笔记11:图像滤波(均值,方框,高斯,中值) 梯度:对去噪后的图像采用sobel算子计算 ...
OpenCV学习笔记（十二）：边缘检测：Canny(),Sobel(),Laplace(),Scharr滤波器
OpenCV学习笔记(十二):边缘检测:Canny(),Sobel(),Laplace(),Scharr滤波器 1)滤波:边缘检测的算法主要是基于图像强度的一阶和二阶导数,但导数通常对噪声很敏感,因此 ...
OpenCV学习笔记（十八）：凸包，最小包围区域算子：convexHull(),minAreaRect(),minEnclosingTriangle(),minEnclosingCircle()
OpenCV学习笔记(十八):凸包,最小包围区域算子:convexHull(),minAreaRect(),minEnclosingTriangle(),minEnclosingCircle() 1. ...
OpenCV学习笔记（三）：多通道图像分离、混合算子：split(),merge()
OpenCV学习笔记(三):多通道图像分离.混合算子:split(),merge() #include <opencv2/opencv.hpp>#define BRG_BLUE_CHANN ...
OpenCV学习笔记（六）（七）（八）（九）（十）
OpenCV学习笔记(六)--对XML和YAML文件实现I/O操作 1. XML.YAML文件的打开和关闭 XML\YAML文件在OpenCV中的数据结构为FileStorage,打开操作例如: [c ...
OpenCV学习笔记（十三）：霍夫变换：HoughLines(),HoughLinesP(),HoughCircles( )
OpenCV学习笔记(十三):霍夫变换:HoughLines(),HoughLinesP(),HoughCircles( ) 1.霍夫线变换HoughLines() OpenCV支持三种不同的霍夫线变 ...

【opencv学习笔记】018之Sobel算子与Scharr算子

一、前言

二、算子

1、咋理解算子

2、算子定义

三、Sobel算子

1、讲解

2、API

3、代码展示

4、执行结果

四、Scharr算子

1、讲解

2、API

3、代码展示

4、执行结果

【opencv学习笔记】018之Sobel算子与Scharr算子相关推荐

最新文章

热门文章