【OpenCV3经典编程100例】（10）边缘检测（用Sobel()函数求取灰度图的梯度算子）【OpenCV3经典编程100例】（10）

前10话是opencv里面常用函数的介绍，完成了《数字图像处理》/第三章/灰度变换和空间滤波的c++代码实现！
第10示例，首先，用Sobel()函数求取灰度图的梯度算子。
然后用一阶微分算子——梯度算子来进行灰度图像的边缘检测，效果比拉普拉斯算子好很多。

//Sobel函数，可计算一阶、二阶、三阶或混合图像差分 void Sobel(InputArray src,//输入图像 OutputArray dst,//输出图像 int ddepth,//输出图像的深度 int dx,//x方向上的差分阶数 int dy,//y方向上的差分阶数 int ksize = 3,//默认为3，Sobel核的大小，必须取1、3、5、7 double scale = 1,//默认为1，计算导数值时可选的缩放因子 double delta = 0,//默认 int borderType = BORDER_DEFAULT); //默认 //常见的用法： //取dx=1, dy=0, ksize=3来计算图像X方向的导数 //取dx=0, dy=1, ksize=3来计算图像Y方向的导数

一、c++示例代码

//包含头文件 #include //命名空间 using namespace cv; using namespace std; //全局函数声明部分//主函数 int main() { //【1】载入图像,灰度化 Mat image = imread("F:\\opencvtest\\testImage\\beauty.png", 0); //【2】检查是否载入成功 if (image.empty()) { printf("读取图片错误，请确认目录下是否有imread函数指定图片存在！ \n "); return 0; } //【3】求X方向梯度算子 Mat grad_x; Sobel(image, grad_x, CV_16S, 1, 0); //【4】求Y方向梯度算子 Mat grad_y; Sobel(image, grad_y, CV_16S, 0, 1); //【5】梯度合成，计算L1范式，也称街区距离 Mat gradImage; //梯度图 gradImage = abs(grad_x) + abs(grad_y); //【6】在缩放的情况下转化为8位无符号整数类型图像 double minGrad, maxGrad; minMaxLoc(gradImage, &minGrad, &maxGrad); Mat gradImage_8U; gradImage.convertTo(gradImage_8U, CV_8U, 255./maxGrad); //【7】阈值化，加以反转增加可视化效果 Mat thresholdedImage; //阈值化后的二值图 threshold(gradImage_8U, thresholdedImage, 20, 255, THRESH_BINARY_INV); //【8】显示图像 imshow("10-梯度算子边缘图", gradImage_8U); imshow("10-阈值化后的二值图", thresholdedImage); //【9】保持窗口显示 waitKey(0); return 0; }

二、运行截图 1.用梯度算子求取图像的边缘检测图