第OpenCV實(shí)現(xiàn)Sobel邊緣檢測的示例目錄一、Sobel算法1、算法概述2、主要函數(shù)二、C++代碼三、python代碼四、結(jié)果展示五、相關(guān)鏈接

一、Sobel算法

1、算法概述

Sobel邊緣檢測算法比較簡單，實(shí)際應(yīng)用中效率比canny邊緣檢測效率要高，但是邊緣不如Canny檢測的準(zhǔn)確，然而在很多實(shí)際應(yīng)用的場合，sobel邊緣卻是首選，Sobel算子是高斯平滑與微分操作的結(jié)合體，所以其抗噪聲能力很強(qiáng)，用途較多。尤其是在對效率要求較高，而對細(xì)紋理不太關(guān)系的時候。

使用Sobel算子提取圖像邊緣分3個步驟：

提取X方向的邊緣，X方向一階Sobel邊緣檢測算法為：

提取Y方向的邊緣，Y方向一階Sobel邊緣檢測算法為：

綜合兩個方向的邊緣信息得到整幅圖像的邊緣。

2、主要函數(shù)

Sobel_x_or_y=cv2.Sobel(src,ddepth,dx,dy,dst,ksize,scale,delta,borderType)

src：傳入的圖像ddepth：圖像的深度dx、dy：指的是求導(dǎo)的階數(shù)，0表示這個方向上沒有求導(dǎo)，所填的數(shù)一般為0、1、2。ksize：是Sobel算子的大小，即卷積核的大小，必須為奇數(shù)1、3、5、7。如果ksize=-1，就演變成為3x3的Scharr算子，scale是縮放導(dǎo)數(shù)的比例常數(shù)，默認(rèn)情況為沒有伸縮系數(shù)。borderType：是判斷圖像邊界的模式，這個參數(shù)默認(rèn)值為cv2.BORDER_DEFAULT。dst及dst之后的參數(shù)都是可選參數(shù)。

二、C++代碼

#includeiostream

#includeopencv2\opencv.hpp

usingnamespacecv;

usingnamespacestd;

intmain()

//----------------讀取圖像-----------------

Matimg=imread("1.jpg");

//黑白圖像邊緣檢測結(jié)果較為明顯

Matgray_img;

cvtColor(img,gray_img,COLOR_BGR2GRAY);

MatresultX,resultY,resultXY;

//-------------Sobel邊緣檢測--------------

//X方向一階邊緣

Sobel(img,resultX,CV_16S,2,0,1);

convertScaleAbs(resultX,resultX);

//Y方向一階邊緣

Sobel(img,resultY,CV_16S,0,1,3);

convertScaleAbs(resultY,resultY);

//整幅圖像的一階邊緣

resultXY=resultX+resultY;

//顯示圖像

imshow("resultX",resultX);

imshow("resultY",resultY);

imshow("resultXY",resultXY);

waitKey(0);

return0;

三、python代碼

importcv2

img=cv2.imread("1.jpg")

gray_img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#-------------------Sobel邊緣檢測------------------------

x=cv2.Sobel(gray_img,cv2.CV_16S,1,0)

y=cv2.Sobel(gray_img,cv2.CV_16S,0,1)

#cv2.convertScaleAbs(src[,dst[,alpha[,beta]]])

#可選參數(shù)alpha是伸縮系數(shù)，beta是加到結(jié)果上的一個值，結(jié)果返回uint類型的圖像

Scale_absX=cv2.convertScaleAbs(x)#convert轉(zhuǎn)換scale縮放

Scale_absY=cv2.convertScaleAbs(y)

result=cv2.addWeighted(Scale_absX,0.5,Scale_absY,0.5,0)

#----------------------顯示結(jié)果----------------------------

cv2.imshow('img',gray_img)

cv2.imshow('Scale_absX',Scale_absX)

cv2.imshow('Scale_absY',Scale_absY)

cv2.imshow('result',result)

cv2.waitKey(0)

cv2.destroyAllWindows()

四、結(jié)果展示

1