卷积应用-图像边缘提取

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。
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，
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：

API说明cv::Sobel

cv::Sobel ( 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. int ksize, SOBEL算子kernel大小，必须是1、3、5、7、… … double scale = 1 double delta = 0 int borderType = BORDER_DEFAULT )

API说明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 )

其它API

GaussianBlur( src, dst, Size(3,3), 0, 0, BORDER_DEFAULT );
cvtColor( src, gray, COLOR_RGB2GRAY );
addWeighted( A, 0.5,B, 0.5, 0, AB);
convertScaleAbs(A, B)// 计算图像A的像素绝对值，输出到图像B

处理流程

高斯模糊 – 去噪声GaussianBlur()
转换为灰度图像cvtColor()
Sobel /Scharr – 一阶导数计算Sobel ()、Scharr ()
取绝对值convertScaleAbs()
图像按权值合成addWeighted()
显示结果

代码示例

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;Mat src, src_gray;
const char* window_name1 = "Sobel Demo - Simple Edge Detector";
const char* window_name2 = "Scharr Demo - Simple Edge Detector";void Sobel_Demo();
void Scharr_Demo();int main( int, char** argv )
{// 1.加载源图像srcsrc = imread("E:/Experiment/OpenCV/Pictures/girl.jpg");if( src.empty()){ //检测图片printf("could not load image...");return -1;}namedWindow( window_name1, WINDOW_AUTOSIZE );namedWindow( window_name2, WINDOW_AUTOSIZE );namedWindow("input",CV_WINDOW_AUTOSIZE);imshow("input",src);//输出图像// 2. 先模糊，为了去噪声。将cv :: GaussianBlur应用于我们的图像以减少噪音（内核大小= 3）GaussianBlur( src, src, Size(3,3), 0, 0, BORDER_DEFAULT );// 3. 将滤波后的图像转换为灰度图像：cvtColor( src, src_gray, COLOR_RGB2GRAY );// 4.分别用 Sobel 算子和 Scharr 算子进行图像边缘化处理Sobel_Demo();Scharr_Demo();waitKey(0);return 0;
}
void Sobel_Demo(){// 4.1. 计算x和y方向的导数。 为此，我们使用函数cv :: SobelMat sobelX, sobelY;int scale = 1;int delta = 0;int ddepth = CV_16S; // 输出图像使用 CV_16S 相比输出深度为原图的 CV_8U ，输出的图像梯度更明显Sobel( src_gray, sobelX, ddepth, 1, 0, 3, scale, delta, BORDER_DEFAULT ); //Sobel X 方向求导，求梯度，输出的图像是二值图Sobel( src_gray, sobelY, ddepth, 0, 1, 3, scale, delta, BORDER_DEFAULT ); //Sobel Y 方向求导，求梯度// 4.2. 将部分结果转换回CV_8U：Mat abs_sobelX, abs_sobelY;convertScaleAbs( sobelX, abs_sobelX );//convertScaleAbs函数将颜色数据取绝对值，否则图像可能无法显示convertScaleAbs( sobelY, abs_sobelY );imshow("SobelX",abs_sobelX);imshow("SobelY",abs_sobelY);// 4.3. 通过添加两个方向渐变来近似渐变Mat dst;addWeighted( abs_sobelX, 0.5, abs_sobelY, 0.5, 0, dst );//振幅图像，图像合成// 4.4. 输出结果imshow( window_name1, dst );}void Scharr_Demo(){//Scharr 将梯度更加的放大，相比于 sobel ，非常的不怕干扰// 4.1. 计算x和y方向的导数。 为此，我们使用函数cv :: SobelMat scharrX, scharrY;int scale = 1;int delta = 0;int ddepth = CV_16S; // 输出图像使用 CV_16S 相比输出深度为原图的 CV_8U ，输出的图像梯度更明显Scharr( src_gray, scharrX, ddepth, 1, 0, scale, delta, BORDER_DEFAULT );Scharr( src_gray, scharrY, ddepth, 0, 1, scale, delta, BORDER_DEFAULT );// 4.2. 将部分结果转换回CV_8U：Mat abs_scharrX, abs_scharrY;convertScaleAbs( scharrX, abs_scharrX );//convertScaleAbs函数将颜色数据取绝对值，否则图像可能无法显示convertScaleAbs( scharrY, abs_scharrY );imshow("ScharrX",abs_scharrX);imshow("ScharrY",abs_scharrY);// 4.3. 通过添加两个方向渐变来近似渐变Mat dst;addWeighted( abs_scharrX, 0.5, abs_scharrY, 0.5, 0, dst );//振幅图像，图像合成// 4.4. 输出结果imshow( window_name2, dst );
}

运行截图

原图
Sobel 算子
Scharr 算子

参考博客：

https://blog.csdn.net/LYKymy/article/details/83184469

https://blog.csdn.net/huanghuangjin/article/details/81138129

OpenCV-图像处理（17、Sobel算子）相关推荐

OpenCV中的Sobel算子
OpenCV中的Sobel算子刚开始第一次接触这个东西的时候也是感觉一脸懵逼,这是什么鬼.完全看不懂.今天再次接触到,感觉理解的透彻了一点. 首先来看一下Sobel算子是个什么东西: -1 0 1 ...
OpenCV 边缘检测之Sobel算子
文章目录 Sobel算子(索贝尔算子) Sobel算子定义: Sobel算子作用: Sobel卷积因子 Sobel卷积计算公式: 相关API Sobel() convertScaleAbs() add ...
计算机视觉开源库OpenCV梯度之Sobel算子
Sobel算子是像素图像边缘检测中最重要的算子之一,在机器学习.数字媒体.计算机视觉等信息科技领域起着举足轻重的作用.在技术上,它是一个离散的一阶差分算子,用来计算图像亮度函数的一阶梯度之近似值.在图 ...
OpenCV图像处理使用笔记(八)——Sobel算子
前言前面博客讲了矩阵之间的卷积操作,在图像处理中,使用一些标准的模板的卷积核与原图像进行运算,可以改变像素强度,从而影响周围其他像素的强度,常用于图像模糊.锐化及边缘检测等. Sobel算子 1.S ...
OpenCV图像处理视频教程——入门篇(二)
文章目录 10 膨胀与腐蚀 (1)形态学操作(morphology operators)--膨胀.腐蚀 (2)相关API (3)动态调整结构元素大小TrackBar 11 形态学操作 (1)开操作- ...
C++实现sobel算子
上一篇自动对焦里文章里用的评价函数,有用到opencv里的sobel算子. 我这边用C++实现下opencv里的这个算子 sobel算子的两个内核分别是{-1,0,1:-2,0,2:-1,0,1} ...
[图像处理] Python+OpenCV实现车牌区域识别及Sobel算子
由于最近太忙,这篇文章只给出相关代码供大家学习,过一段时间会详细的写一些列Python图像处理的文章,包括各种算法原理.图像识别.图像增强.图像分类.深度学习等.本篇文章主要调用OpenCV库(cv2 ...
第3章 Python 数字图像处理(DIP) - 灰度变换与空间滤波17 - 锐化高通滤波器 - 梯度图像（罗伯特，Sobel算子）
目录锐化(高通)空间滤波器使用一阶导数锐化图像-梯度锐化(高通)空间滤波器平滑通过称为低通滤波类似于积分运算锐化通常称为高通滤波微分运算高过(负责细节的)高频,衰减或抑制低频使用一阶 ...
【OpenCV 例程200篇】64. 图像锐化——Sobel 算子
[OpenCV 例程200篇]64. 图像锐化--Sobel 算子欢迎关注『OpenCV 例程200篇』系列,持续更新中欢迎关注『Python小白的OpenCV学习课』系列,持续更新中 3 ...
【OpenCV入门教程之十二】OpenCV边缘检测：Canny算子,Sobel算子,Laplace算子,Scharr滤波器合辑
本系列文章由@浅墨_毛星云出品,转载请注明出处. 文章链接: http://blog.csdn.net/poem_qianmo/article/details/25560901 作者:毛星云(浅墨) ...

OpenCV-图像处理（17、Sobel算子）

卷积应用-图像边缘提取

卷积应用-图像边缘提取

Sobel算子

API说明cv::Sobel

API说明cv::Scharr

其它API

处理流程

代码示例

运行截图

参考博客：

OpenCV-图像处理（17、Sobel算子）相关推荐

最新文章

热门文章