机器视觉技术分享-边缘提取算法 含C++ ，python代码说明

边缘提取算法是数字图像处理中的一个重要步骤，其目的是从图像中提取出物体的轮廓。常见的边缘提取算法包括Sobel算子、Prewitt算子、Canny算子等。这些算法可以通过对图像进行一系列卷积操作来实现。

以下是使用OpenCV库在C++和Python中实现Sobel算子边缘检测的示例代码：

// C++ code
#include 
#include 

using namespace cv;
using namespace std;

int main(int argc, char** argv) {
    Mat src, gray, grad_x, grad_y, abs_grad_x, abs_grad_y, grad;
    int ddepth = CV_16S;
    int scale = 1;
    int delta = 0;
    const char* window_name = "Sobel Demo - Simple Edge Detector";
    const char* filename = "test.jpg";

    src = imread(filename, IMREAD_COLOR);

    if (src.empty()) {
        cout << "Could not open or find the image!\n" << endl;
        return -1;
    }

    GaussianBlur(src, src, Size(3, 3), 0, 0, BORDER_DEFAULT);

    cvtColor(src, gray, COLOR_BGR2GRAY);

    Sobel(gray, grad_x, ddepth, 1, 0, 3, scale, delta, BORDER_DEFAULT);
    Sobel(gray, grad_y, ddepth, 0, 1, 3, scale, delta, BORDER_DEFAULT);

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

    addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0, grad);

    namedWindow(window_name, WINDOW_AUTOSIZE);
    imshow(window_name, grad);

    waitKey(0);
    return 0;
}

Python代码：

# Python code
import cv2
import numpy as np

filename = 'test.jpg'
img = cv2.imread(filename)

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

grad_x = cv2.Sobel(gray, cv2.CV_16S, 1, 0, ksize=3)
grad_y = cv2.Sobel(gray, cv2.CV_16S, 0, 1, ksize=3)

abs_grad_x = cv2.convertScaleAbs(grad_x)
abs_grad_y = cv2.convertScaleAbs(grad_y)

grad = cv2.addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0)

cv2.imshow('Sobel Demo - Simple Edge Detector', grad)
cv2.waitKey(0)
cv2.destroyAllWindows()

这两份代码都是基于Sobel算子实现的边缘检测，可以通过调整参数来改变检测效果。其中C++代码使用了OpenCV的Mat类来处理图像，而Python代码则直接使用numpy数组进行操作。

求关注，收藏，点赞，我将继续为您分享图像算法知识！