OpenCV——边缘检测（sobel算子、Laplacian算子、scharr滤波器）

 

 

 

 

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;


int main(int argc, char** argv)
{
    Mat src = imread("test.jpg");
    Mat dst, gray,grad_x, gray_y,abs_grad_x,abs_grad_y;


    //转成灰度图
    cvtColor(src, gray, COLOR_BGR2GRAY);

    //均值滤波降噪，也可以用其他滤波方法
    blur(gray, src, Size(3, 3));

    //运行Sobel算子，得到边缘
    //求x方向梯度
    Sobel(src, grad_x, CV_16S, 1, 0, 3);
    convertScaleAbs(grad_x, abs_grad_x);//提取的深度图片进行显示时，由于是16位图片，要将图片转化成为8位图形进行显示 
    imshow("x方向的sobel", abs_grad_x);

    //运行Sobel算子，得到边缘
    //求y方向梯度
    Sobel(src, gray_y, CV_16S, 0, 1, 3);
    convertScaleAbs(gray_y, abs_grad_y);
    imshow("y方向的sobel", abs_grad_y);

    //合并梯度
    addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0, dst);


    imshow("合成的整体效果图", dst);
    
    waitKey(0);
    return 0;

}

 

 convertScaleAbs函数
线性变换转换输入数组元素成8位无符号整型。
void convertScaleAbs(InputArray src, OutputArray dst, double alpha=1, double beta=0)
参数 ：
src – 输入数组。
dst – 输出数组。
alpha – 可选缩放比例常数。
beta – 可选叠加到结果的常数。
对于每个输入数组的元素函数convertScaleAbs 进行三次操作依次是：缩放，得到一个绝对值，转换成无符号8位类型。
对于多通道矩阵，该函数对各通道独立处理。如果输出不是8位，将调用Mat::convertTo 方法并计算结果的绝对值。

 

addWeighted函数
计算两个矩阵的加权和。
void addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, intdtype=-1)
参数 
src1 – 第一个输入数组。
alpha – 第一个数组的加权系数。
src2 – 第二个输入数组，必须和第一个数组拥有相同的大小和通道。
beta – 第二个数组的加权系数。
dst – 输出数组，和第一个数组拥有相同的大小和通道。
gamma – 对所有和的叠加的常量。
dtype – 输出数组中的可选的深度，当两个数组具有相同的深度，此系数可设为-1，意义等同于选择与第一个数组相同的深度。
在多通道情况下，每个通道是独立处理的，该函数可以被替换成一个函数表达式：
dst = src1*alpha + src2*beta + gamma;

 

 

 

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;


int main(int argc, char** argv)
{
    Mat src = imread("test.jpg");
    Mat dst, gray;

    //滤波降噪
    GaussianBlur(src, src, Size(3, 3),0,0,BORDER_DEFAULT);

    //转成灰度图
    cvtColor(src, gray, COLOR_BGR2GRAY);

    //运行Sobel算子，得到边缘
    //求x方向梯度
    //Laplacian(src, dst, CV_16S, 3, 1,0,BORDER_DEFAULT);
    Laplacian(src, dst, CV_16S);//后几个参数有默认值

    //由于是16位图片，需要将图片转化成为8位图形进行显示 
    convertScaleAbs(dst, dst);
        
    imshow("效果图", dst);
    
    waitKey(0);
    return 0;

}

 

 

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;


int main(int argc, char** argv)
{
    Mat src = imread("test.jpg");
    Mat dst, gray,grad_x, grad_y,abs_grad_x,abs_grad_y;

    
    //转成灰度图(sobel和scharr可以不用转换成灰度图)
    cvtColor(src, gray, COLOR_BGR2GRAY);

    //均值滤波降噪，也可以用其他滤波方法
    blur(gray, src, Size(3, 3));

    //运行Sobel算子，得到边缘
    //求x方向梯度
    Scharr(src, grad_x, CV_16S, 1, 0);
    convertScaleAbs(grad_x, abs_grad_x);//提取的深度图片进行显示时，由于是16位图片，想将图片转化成为8位图形进行显示 
    imshow("x方向的Scharr", abs_grad_x);

    //运行Sobel算子，得到边缘
    //求y方向梯度
    Scharr(src, grad_y, CV_16S, 0, 1);
    convertScaleAbs(grad_y, abs_grad_y);
    imshow("y方向的Scharr", abs_grad_y);

    //合并梯度
    addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0, dst);


    imshow("合成的整体效果图", dst);
    
    waitKey(0);
    return 0;

}