【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)
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
文章图片
2.阈值化处理,生成二值图像,增强可视化效果
文章图片
三、数字图像处理知识
Sobel梯度算子——3x3的梯度模板
1. 作用:边缘增强效果,边缘检测
2. 用于卷积的核(Kernel)
【【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)】
文章图片
推荐阅读
- 宽容谁
- 我要做大厨
- 增长黑客的海盗法则
- 画画吗()
- 2019-02-13——今天谈梦想()
- 远去的风筝
- 三十年后的广场舞大爷
- 叙述作文
- 20190302|20190302 复盘翻盘
- 学无止境,人生还很长