OpenCV学习笔记-Sobel()函数与Scharr()函数怎么用
文章目录
- 目标
- 原理
- Sobel()函数讲解
- Scharr()函数讲解
- 源码
- 程序说明
参考：https://docs.opencv.org/3.4.5/d2/d2c/tutorial_sobel_derivatives.html
若有表达不当或错误欢迎留言指正，互相交流学习，共同进步
目标
在本教程中，您将学习如何：
- 使用OpenCV函数Sobel（）计算图像的导数。
- 使用OpenCV函数Scharr（）计算内核大小为3x3的、更准确的导数
原理
参考官方文档：https://docs.opencv.org/3.4.5/d2/d2c/tutorial_sobel_derivatives.html
Sobel()函数讲解
void Sobel( InputArray src,
OutputArray dst,
int ddepth,
int dx,
int dy,
int ksize = 3,
double scale = 1,
double delta = 0,
int borderType = BORDER_DEFAULT);
第一个参数：输入图像
第二个参数：输出图像（与输入图像有相同的的尺寸和通道数）
第三个参数：输出图像的深度（，取决于输入图像；输出图像深度若为-1，则输出图像深度和输入图像深度一样，详见下表）
| Input depth (src.depth())/输入图像的深度 | Output depth (ddepth)/输出图像的深度 |
|---|---|
| CV_8U | -1/CV_16S/CV_32F/CV_64F |
| CV_16U/CV_16S | -1/CV_32F/CV_64F |
| CV_32F | -1/CV_32F/CV_64F |
| CV_64F | -1/CV_64F |
第四个参数：x、dx方向上的差分阶数
第五个参数：y、dy方向上的差分阶数
第六个参数：Sobel()内核的大小，必须为1或3或5或7
第七个参数：可选的系数，用于乘到导数计算结果中
第八个参数：可选的量值，用于加到导数计算结果中
第九个参数：边界类型，默认值为BORDER_DEFAULT
BORDER_CONSTANT = 0, //!< `iiiiii|abcdefgh|iiiiiii` with some specified `i`
BORDER_REPLICATE = 1, //!< `aaaaaa|abcdefgh|hhhhhhh`
BORDER_REFLECT = 2, //!< `fedcba|abcdefgh|hgfedcb`
BORDER_WRAP = 3, //!< `cdefgh|abcdefgh|abcdefg`
BORDER_REFLECT_101 = 4, //!< `gfedcb|abcdefgh|gfedcba`
BORDER_TRANSPARENT = 5, //!< `uvwxyz|abcdefgh|ijklmno`
BORDER_REFLECT101 = BORDER_REFLECT_101, //!< same as BORDER_REFLECT_101
BORDER_DEFAULT = BORDER_REFLECT_101, //!< same as BORDER_REFLECT_101
BORDER_ISOLATED = 16 //!< do not look outside of ROI
Scharr()函数讲解
void Scharr( InputArray src,
OutputArray dst,
int ddepth,
int dx,
int dy,
double scale = 1,
double delta = 0,
int borderType = BORDER_DEFAULT);
第一个参数：输入图像
第二个参数：输出图像（与输入图像有相同的的尺寸和通道数）
第三个参数：输出图像的深度（，取决于输入图像；输出图像深度若为-1，则输出图像深度和输入图像深度一样，详见下表）
第四个参数：x、dx方向上的差分阶数
第五个参数：y、dy方向上的差分阶数
第六个参数：可选的系数，用于乘到导数计算结果中
第七个参数：可选的量值，用于加到导数计算结果中
第八个参数：边界类型，默认值为BORDER_DEFAULT
源码
#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
using namespace cv;
int main()
{
VideoCapture capture(0); //
//【2】循环显示每一帧 //
while (1) //
{ //
Mat image; //定义一个Mat变量，用于存储每一帧的图像 //
capture >> image; //读取当前帧 //
//////////////////////////////////////////////////////////////////
Mat gray = image.clone();
cvtColor(image, gray, CV_BGR2GRAY);//转换为灰度图像
Mat gradx = gray.clone();
Mat grady = gray.clone();
Mat absgradx = gray.clone();
Mat absgrady = gray.clone();
Mat grad = gray.clone();
int ddepth = -1;
int ksize = 3;
int scale = 1;
int delta = 0;
GaussianBlur(image, image, Size(3, 3), 0, 0, BORDER_DEFAULT);//高斯滤波
Sobel(gray, gradx, ddepth, 1, 0, ksize, scale, delta, BORDER_DEFAULT);
Sobel(gray, grady, ddepth, 0, 1, ksize, scale, delta, BORDER_DEFAULT);
convertScaleAbs(gradx, absgradx); //转换回CV_8U
convertScaleAbs(grady, absgrady); //转换回CV_8U
addWeighted(absgradx, 0.5, absgrady, 0.5, 0, grad);//图像叠加
imshow("out", grad);
//////////////////////////////////////////////////////////////////
//
//
waitKey(30); //延时30ms //
} //
return 0; //
} //
#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"
using namespace cv;
int main()
{
VideoCapture capture(0); //
//【2】循环显示每一帧 //
while (1) //
{ //
Mat image; //定义一个Mat变量，用于存储每一帧的图像 //
capture >> image; //读取当前帧 //
//////////////////////////////////////////////////////////////////
Mat gray = image.clone();
cvtColor(image, gray, CV_BGR2GRAY);//转换为灰度图像
Mat gradx = gray.clone();
Mat grady = gray.clone();
Mat absgradx = gray.clone();
Mat absgrady = gray.clone();
Mat grad = gray.clone();
int ddepth = -1;
int scale = 1;
int delta = 0;
GaussianBlur(image, image, Size(3, 3), 0, 0, BORDER_DEFAULT);//高斯滤波
Scharr(gray, gradx, ddepth, 1, 0, scale, delta, BORDER_DEFAULT);
Scharr(gray, grady, ddepth, 0, 1, scale, delta, BORDER_DEFAULT);
convertScaleAbs(gradx, absgradx); //转换回CV_8U
convertScaleAbs(grady, absgrady); //转换回CV_8U
addWeighted(absgradx, 0.5, absgrady, 0.5, 0, grad);//图像叠加
imshow("out", grad);
//////////////////////////////////////////////////////////////////
//
//
waitKey(30); //延时30ms //
} //
return 0; //
} //
程序说明
- 从默认或提供的捕获设备捕获视频流。
int main()
{
VideoCapture capture(0);
//【2】循环显示每一帧
while (1) //
{ //
Mat image; //定义一个Mat变量，用于存储每一帧的图像 //
capture >> image; //读取当前帧 //
//================================================================
- 定义所需灰度图，梯度，x、y梯度绝对值，梯度和
Mat gray = image.clone();
cvtColor(image, gray, CV_BGR2GRAY);//转换为灰度图像
Mat gradx = gray.clone();
Mat grady = gray.clone();
Mat absgradx = gray.clone();
Mat absgrady = gray.clone();
Mat grad = gray.clone();
- 定义所需参数
int ddepth = -1;
int ksize = 3;
int scale = 1;
int delta = 0;
- 高斯滤波
GaussianBlur(image, image, Size(3, 3), 0, 0, BORDER_DEFAULT);//高斯滤波
- 边缘检测
Sobel(gray, gradx, ddepth, 1, 0, ksize, scale, delta, BORDER_DEFAULT);
Sobel(gray, grady, ddepth, 0, 1, ksize, scale, delta, BORDER_DEFAULT);
convertScaleAbs(gradx, absgradx); //转换回CV_8U
convertScaleAbs(grady, absgrady); //转换回CV_8U
- 图像叠加并输出图像
addWeighted(absgradx, 0.5, absgrady, 0.5, 0, grad);//图像叠加
imshow("out", grad);