OpenCV C++ 简单小技巧 - 梯度 (8

Sobel算子，Scharr算子

结合了高斯模糊和微分，很好抗噪能力，kernel size为-1时 Scharr速度更快

Laplacian算子

拉普拉斯算子，对Sobel的二阶导数

Laplacian(frame, f1, CV_8UC1,1);
Laplacian(frame, f2, CV_8UC1,5);
Sobel(frame, f3, CV_8UC1, 1, 0,5);
Sobel(frame, f4, CV_8UC1, 0, 1,5);
Sobel(frame, f5, CV_8UC1, 1, 1,5);

image.png

image.png

单向性修正

使用 CV_64F 纠正负反差 （8u没有负值，无法将高亮到低亮标记出来

64f并不能直接输出图像，必须转换回8u格式

f1 = cv::abs(f1);
normalize(f1, f1, 0x00, 0xFF, cv::NORM_MINMAX, CV_8U);

image.png

你发现了吗？ 算子实现的效果，其实就是颜色变化的导数／微分，也就是颜色的变化量，颜色变化的越剧烈，则导数图像越明显