数字图像处理之图像的Sobel梯度锐化：用Java+OpenCV实现，附源码

OpenCV如何配置在IDEA中自行百度

环境：win10+IDEA2021.2.3+jdk11.0.1+OpenCV-460.jar

一、简介

背景：Sobel梯度是图像锐化算法的一种；图像锐化突出了图像中地物的边缘，轮廓或线状目标，提高了边缘与周围像素之间的反差，因此也被称为边缘增强。

Sobel梯度：采用3×3模板，对4邻域采用加权方法进行差分

常用的锐化算法有：罗伯特梯度，Prewitt梯度，Sobel梯度，拉普拉斯算子

Sobel梯度的优点：对边缘的检测更加精确；缺点：不适用于含有大量噪声的图像

二、算法流程

（以单波段灰度图像为例）

1.利用OpenCV读入图像，将像素存储在数组里

2.h1突出水平方向上的特征，h2突出垂直方向上的特征，用水平方向上的模板h1计算后取绝对值再加上垂直方向上的模板h2计算后取绝对值

3.将经过Sobel梯度处理后的像素值存入数组合成图像并存储

三、具体实现

import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.imgcodecs.Imgcodecs;

/**
 * @Author: HNUST_jue_chen
 * @Date: 2022/11/04/ 22:04
 * @Attention: 转载, 引用请注明出处
 */

public class SobelGradient {
    //加载本地动态链接库
    static {
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
    }

    //Sobel梯度锐化
    public Mat sobelSharping(String path) {
        //使用Mat类存储图像信息
        Mat mat = Imgcodecs.imread(path);
        //图像的大小
        int rows = mat.rows();
        int cols = mat.cols();

        //获得原图像像素数组
        int[][] mat_arr = new int[rows][cols];
        for (int i = 0; i < rows; i++) {
            for (int j = 0; j < cols; j++) {
                mat_arr[i][j] = (int) mat.get(i, j)[0];
            }
        }

        //用Sobel算子进行锐化
        int[][] mat_arr_sobelSharp = new int[rows][cols];
        for (int i = 0; i < rows; i++) {
            for (int j = 0; j < cols; j++) {
                //处理非边缘的像素
                if (i != 0 && i != rows - 1 && j != 0 && j != cols - 1) {
                    mat_arr_sobelSharp[i][j] = Math.abs((mat_arr[i - 1][j - 1] * (-1)) + mat_arr[i - 1][j] * (-2)
                            + mat_arr[i - 1][j + 1] * (-1) + (mat_arr[i + 1][j - 1])
                            + mat_arr[i + 1][j] * (2) + mat_arr[i + 1][j + 1])
                            + Math.abs((mat_arr[i - 1][j - 1] * (-1)) + mat_arr[i][j - 1] * (-2)
                            + mat_arr[i + 1][j - 1] * (-1) + (mat_arr[i - 1][j + 1])
                            + mat_arr[i][j + 1] * (2) + mat_arr[i + 1][j + 1]);
                } else {    //处理边缘的像素
                    mat_arr_sobelSharp[i][j] = mat_arr[i][j];
                }
            }
        }

        //合成图像
        Mat mat_sobelSharp = new Mat(rows, cols, CvType.CV_32SC1);
        //将像素放入图像
        for (int i = 0; i < rows; i++) {
            //一次放入一行像素值
            mat_sobelSharp.put(i, 0, mat_arr_sobelSharp[i]);
        }

        return mat_sobelSharp;
    }

    public static void main(String[] args) {
        SobelGradient sg = new SobelGradient();
        Mat mat = sg.sobelSharping("D:\\Project\\IDEA_Project\\RS01\\src\\rs01\\img\\2_gray.png");
        //将经过Sobel锐化后的图像写入文件
        Imgcodecs.imwrite("D:\\Project\\IDEA_Project\\RS01\\src\\rs01\\img\\2_gray_sg.png", mat);
    }
}

四、结果

1.读入的图像

2.经过Sobel梯度处理后的图像