OpenCV——邊緣檢測（sobel算子、Laplacian算子、scharr濾波器）

 

 

 

 

#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;


    //轉成灰度圖
    cvtColor(src, gray, COLOR_BGR2GRAY);

    //均值濾波降噪，也可以用其他濾波方法
    blur(gray, src, Size(3, 3));

    //運行Sobel算子，得到邊緣
    //求x方向梯度
    Sobel(src, grad_x, CV_16S, 1, 0, 3);
    convertScaleAbs(grad_x, abs_grad_x);//提取的深度圖片進行顯示時，由於是16位圖片，要將圖片轉化成為8位圖形進行顯示 
    imshow("x方向的sobel", abs_grad_x);

    //運行Sobel算子，得到邊緣
    //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);

    //合並梯度
    addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0, dst);


    imshow("合成的整體效果圖", dst);
    
    waitKey(0);
    return 0;

}

 

 convertScaleAbs函數
線性變換轉換輸入數組元素成8位無符號整型。
void convertScaleAbs(InputArray src, OutputArray dst, double alpha=1, double beta=0)
參數 ：
src – 輸入數組。
dst – 輸出數組。
alpha – 可選縮放比例常數。
beta – 可選疊加到結果的常數。
對於每個輸入數組的元素函數convertScaleAbs 進行三次操作依次是：縮放，得到一個絕對值，轉換成無符號8位類型。
對於多通道矩陣，該函數對各通道獨立處理。如果輸出不是8位，將調用Mat::convertTo 方法並計算結果的絕對值。

 

addWeighted函數
計算兩個矩陣的加權和。
void addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, intdtype=-1)
參數 
src1 – 第一個輸入數組。
alpha – 第一個數組的加權系數。
src2 – 第二個輸入數組，必須和第一個數組擁有相同的大小和通道。
beta – 第二個數組的加權系數。
dst – 輸出數組，和第一個數組擁有相同的大小和通道。
gamma – 對所有和的疊加的常量。
dtype – 輸出數組中的可選的深度，當兩個數組具有相同的深度，此系數可設為-1，意義等同於選擇與第一個數組相同的深度。
在多通道情況下，每個通道是獨立處理的，該函數可以被替換成一個函數表達式：
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;

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

    //轉成灰度圖
    cvtColor(src, gray, COLOR_BGR2GRAY);

    //運行Sobel算子，得到邊緣
    //求x方向梯度
    //Laplacian(src, dst, CV_16S, 3, 1,0,BORDER_DEFAULT);
    Laplacian(src, dst, CV_16S);//后幾個參數有默認值

    //由於是16位圖片，需要將圖片轉化成為8位圖形進行顯示 
    convertScaleAbs(dst, dst);
        
    imshow("效果圖", 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;

    
    //轉成灰度圖(sobel和scharr可以不用轉換成灰度圖)
    cvtColor(src, gray, COLOR_BGR2GRAY);

    //均值濾波降噪，也可以用其他濾波方法
    blur(gray, src, Size(3, 3));

    //運行Sobel算子，得到邊緣
    //求x方向梯度
    Scharr(src, grad_x, CV_16S, 1, 0);
    convertScaleAbs(grad_x, abs_grad_x);//提取的深度圖片進行顯示時，由於是16位圖片，想將圖片轉化成為8位圖形進行顯示 
    imshow("x方向的Scharr", abs_grad_x);

    //運行Sobel算子，得到邊緣
    //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);

    //合並梯度
    addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0, dst);


    imshow("合成的整體效果圖", dst);
    
    waitKey(0);
    return 0;

}