sobel 边缘检测 c++实现

存在一个问题，sobel边缘检测就是用sobel卷积核卷积图像，但是因为卷积核中的参数有些是负数，若是卷积后的值是负数该怎么解释，望大佬看见提点一下我。

#include<opencv2/opencv.hpp>
#include<iostream>
#include<stdlib.h>using namespace cv;
using namespace std;Mat Padding(Mat& image,int padNum = 1) {Mat dst = Mat::zeros(image.size[0]+2*padNum, image.size[1] + 2*padNum, CV_8UC1);for (int i = 0; i < image.rows; i++) {for (int j = 0; j < image.cols; j++){dst.at<uchar>(i + 1, j + 1) = image.at<uchar>(i, j);}}return  dst;}Mat  convolution(Mat &image, Mat &kernal) {Mat dst = Mat ::zeros(image.size(),image.type());// padding 填充Mat test = Padding(image);// 6*6 填充一层 变 8*8double pixSum = 0;for (int i = 0; i < image.rows; i++) {for (int j = 0; j < image.cols; j++){//这个像素就在卷积核的中心处for (int k = 0; k < kernal.rows; k++) {for (int l = 0; l < kernal.cols; l++) {pixSum += kernal.at<double>(k, l) * double(test.at<uchar>(k + i, l + j));}}//if (pixSum < 0) { pixSum = 0; }dst.at<uchar>(i, j) = abs(pixSum);pixSum = 0;}}return dst;}Mat gradientImg(Mat image) {Mat test = Mat:: ones(Size(6, 6), CV_8UC1);Mat kernal_x = (Mat_<double>(3, 3) << -1, 0, 1, -2, 0, 2, -1, 0, 1);Mat dst = convolution(test, kernal_x);;dst = convolution(image, kernal_x);return dst;}int main(int argc, char* argv[])
{//load picsstring imgPath = "E:\\研究生\\数字图像处理\\c++\\字符识别\\Project1\\lena.png";Mat srcImg = imread(imgPath,0);//RGB,JPG,PNG,TIFF格式,灰度格式读入if (srcImg.empty()) {cout << "can't load pic" << endl;exit(-1);}//show pics//imshow("src",srcImg);Mat gradient= gradientImg(srcImg);imshow("gradient x ", gradient);//与opencv 对比Mat gx;Sobel(srcImg, gx, CV_16S, 1, 0);convertScaleAbs(gx, gx);imshow("opencv x ", gx);waitKey(0);//wait functiondestroyAllWindows();return 0;
}

对x 方向的sobel 滤波操作效果有一些差别

感觉就是上面的卷积的时候，出现负数时直接求绝对值的操作有关。

sobel 边缘检测 c++实现相关推荐

FPGA设计——图像处理(Sobel边缘检测)
1. 概述本设计采用FPGA技术,实现CMOS视频图像的边缘检测(sobel),并通过以太网传输(UDP方式)给PC实时显示. 2. 硬件系统框图 CMOS采用MT9V011(30万像素),FPGA ...
ITK:Sobel边缘检测图像滤镜
ITK:Sobel边缘检测图像滤镜内容提要输出结果输入输出 C++实现代码内容提要将SobelEdgeDetectionImageFilter应用于图像输出结果输入输出 C++实现代 ...
Sobel边缘检测算法verilog实现及仿真
实验verilog语言对sobel边缘检测算法进行设计实验modelsim仿真工具进行仿真,程序和仿真截图如下图所示: 1.程序截图: 2.仿真截图: module edge_judge ( clk ...
opencv:卷积涉及的基础概念，Sobel边缘检测代码实现及卷积填充模式
具体参考我的另一篇文章: opencv:卷积涉及的基础概念,Sobel边缘检测代码实现及Same(相同)填充与Vaild(有效)填充这里是对这一篇文章的补充! 卷积-三种填充模式橙色部分为imag ...
opencv:卷积涉及的基础概念，Sobel边缘检测代码实现及Same（相同）填充与Vaild（有效）填充
滤波线性滤波可以说是图像处理最基本的方法,它可以允许我们对图像进行处理,产生很多不同的效果. 卷积卷积的概念: 卷积的原理与滤波类似.但是卷积却有着细小的差别. 卷积操作也是卷积核与图像对应位置的 ...
基于MATLAB的Sobel边缘检测算法实现
图像边缘就是图像灰度值突变的地方,也就是图像在该部分的像素值变化速度非常之快,就比如在坐标轴上一条曲线有刚开始的平滑突然来个大转弯,在变化出的导数非常大. Sobel算子主要用作边缘检测,它是一离散型 ...
Sobel边缘检测算法及OpenCV函数实现
转自https://www.cnblogs.com/herenzhiming/articles/6526741.html https://blog.csdn.net/qaz_wz/article/d ...
CUDA：实现Sobel边缘检测滤波器的实例
CUDA:实现Sobel边缘检测滤波器的实例 FunctionPointers_kernels.h FunctionPointers.cpp FunctionPointers_kernels.cu F ...
Matlab与FPGA图像处理系列——基于FPGA的实时边缘检测系统设计，sobel边缘检测流水线实现
注:下载链接的资源是图片存 ROM 后读取进行 Sobel 检测显示在 VGA上,可供参考. 摘要:本文设计了一种基于 FPGA 的实时边缘检测系统,使用OV5640 摄像头模块获取实时的视频图像数据 ...
OpenCV Sobel 边缘检测
Sobel算子检测方法对灰度渐变和噪声较多的图像处理效果较好,sobel算子对边缘定位不是很准确,图像的边缘不止一个像素:当对精度要求不是很高时,是一种较为常用的边缘检测方法. OpenCV中sobe ...

sobel 边缘检测 c++实现

sobel 边缘检测 c++实现相关推荐

最新文章

热门文章