Filter2D卷積運算

圖像處理中的卷積運算一般都用來平滑圖像、尖銳圖像求邊緣等等。主要看你選擇什么樣的核函數了。現在核函數很多，比如高斯平滑核函數，sobel核函數，canny核函數等等。這里舉一個sobel核函數的例子來求圖像的梯度。

Sobel自動求邊緣圖（梯度圖）在opencv里有特定的函數，具體參照opencv文檔（需要自己設定閾值）。這里主要講怎么用已知的sobel算子（核函數）去平滑當前圖像。

C++:void filter2D(InputArraysrc, OutputArray dst, int ddepth, InputArray kernel, Point anchor=Point(-1,-1), doubledelta=0,intborderType=BORDER_DEFAULT)

這里要注意的是kerne，寫的是單通道浮點型矩陣。

Sobel核函數：

按圖一為例，kernel內核為：

Mat kernelY=Mat::zeros(3,3,CV_32FC1);

        kernelY.at<float>(0,0)=1;

        kernelY.at<float>(0,1)=2;

        kernelY.at<float>(0,2)=1;

        kernelY.at<float>(1,0)=0;

        kernelY.at<float>(1,1)=0;

        kernelY.at<float>(1,2)=0;

        kernelY.at<float>(2,0)=-1;

        kernelY.at<float>(2,1)=-2;

        kernelY.at<float>(2,2)=-1;

注意類型。我一開始寫成CV_8U和uchar類型，filter2D卷積后就全是白色的。。

然后就直接調用函數：

filter2D(src,sobelY,-1,kernelY,Point(-1,-1),0.0,BORDER_DEFAULT);

 

sobel函數是x，y方向的卷積的疊加，即：

Sx和sy是兩種內核卷積后的圖像矩陣。M是最后的sobel梯度圖。

如果要直接用sobel函數，可以寫成：

Sobel(src,edge1,-1,1,0,3,1.0,0.0,4);//兩個方向

Sobel(src,edge2,-1,0,1,3,1.0,0.0,4);

edge=abs(edge1)+abs(edge2); //也可以采用標准的平方根形式疊加

兩種方式最后得出的邊緣圖比較類似，個人感覺filter直接平滑的噪聲更少。當然也可以認為檢測出的'邊緣點'（噪聲點）個更少

（sobel） （filter）