OpenCV图像锐化（梯度算子Sobel）

梯度算子

•    梯度通过一个二维列向量来定义

•    向量的模值

实践中通常称为梯度图像。

 

• 考虑一个3x3的图像区域，z代表 灰度级，上式在点z5的f值可用 数字方式近似。

• 微分滤波器模板系数设计

✓Roberts交叉梯度算子

✓Prewitt梯度算子

✓Prewitt梯度算子

Roberts交叉梯度算子

 

✓梯度计算由两个模板组成，第一个求 得梯度的第一项，第二个求得梯度的 第二项，然后求和，得到梯度。

✓两个模板称为Roberts 交叉梯度算子

• Prewitt梯度算子——3x3的梯度模 板

• Sobel梯度算子——3x3的梯度模板

 

代码实现：

/**
 * @file Sobel_Demo.cpp
 * @brief Sample code uses Sobel or Scharr OpenCV functions for edge detection
 * @author OpenCV team
 */

#include "opencv2/imgproc.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/highgui.hpp"

#include

using namespace cv;
using namespace std;

int main( int argc, char** argv )
{
    cv::CommandLineParser parser(argc, argv,
                               "{@input   |../data/lena.jpg|input image}"
                               "{ksize   k|1|ksize (hit 'K' to increase its value)}"
                               "{scale   s|1|scale (hit 'S' to increase its value)}"
                               "{delta   d|0|delta (hit 'D' to increase its value)}"
                               "{help    h|false|show help message}");

    cout << "The sample uses Sobel or Scharr OpenCV functions for edge detection\n\n";
    parser.printMessage();
    cout << "\nPress 'ESC' to exit program.\nPress 'R' to reset values ( ksize will be -1 equal to Scharr function )";

    Mat image,src, src_gray;
    Mat grad;
    const String window_name = "Sobel Demo - Simple Edge Detector";
    int ksize = parser.get("ksize");
    int scale = parser.get("scale");
    int delta = parser.get("delta");
    int ddepth = CV_16S;

    String imageName = parser.get("@input");
    image = imread( imageName, IMREAD_COLOR );

    if( image.empty() ){
        printf("Error opening image: %s\n", imageName.c_str());
        return 1;
    }

    for (;;){
        GaussianBlur(image, src, Size(3, 3), 0, 0, BORDER_DEFAULT);
        cvtColor(src, src_gray, COLOR_BGR2GRAY);

        Mat grad_x, grad_y;
        Mat abs_grad_x, abs_grad_y;

        //Generate Gradient X
        Sobel(src_gray, grad_x, ddepth, 1, 0, ksize, scale, delta, BORDER_DEFAULT);

        //Generate Gradient Y
        Sobel(src_gray, grad_y, ddepth, 0, 1, ksize, scale, delta, BORDER_DEFAULT);

        convertScaleAbs(grad_x, abs_grad_x);
        convertScaleAbs(grad_y, abs_grad_y);

        // Total Gradient (approximate)
        addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0, grad);

        imshow(window_name, grad);
        char key = (char)waitKey(0);

        if(key == 27){
            return 0;
        }

        if (key == 'k' || key == 'K'){
            ksize = ksize < 30 ? ksize+2 : -1;
        }

        if (key == 's' || key == 'S'){
            scale++;
        }

        if (key == 'd' || key == 'D'){
            delta++;
        }

        if (key == 'r' || key == 'R'){
          scale =  1;
          ksize = -1;
          delta =  0;
        }
    }
    return 0;
}
 

结果：

按下r键后

 

教材例子:

原图、sobel图