opencv-5 边缘检测Canny和sober

ゞ浴缸里的玫瑰 2022-03-12 07:42 295阅读 0赞

#include<opencv.hpp>
    #include<highgui.hpp>
    using namespace std;
    using namespace cv;
    /*
    在边缘检测中，常用的一种模板是Sobel 算子。
    Sobel 算子有两个，一个是检测水平边缘的 ；
    另一个是检测垂直边缘的 。与Prewitt算子相比，
    Sobel算子对于像素的位置的影响做了加权，
    可以降低边缘模糊程度，因此效果更好。
    由于Sobel算子是滤波算子的形式，
    用于提取边缘，可以利用快速卷积函数， 简单有效，
    因此应用广泛。美中不足的是，Sobel算子并没有将
    图像的主体与背景严格地区分开来，换言之就是Sobel
    算子没有基于图像灰度进行处理，由于Sobel算子没有
    严格地模拟人的视觉生理特征，所以提取的图像轮廓
    有时并不能令人满意。
    
    */
    void main()
    {
    	/*
    	//Canny 算子
    	Mat img = imread("jack1.jpg");
    	Mat edge, gray;
    	cvtColor(img,gray,CV_RGB2GRAY);
    	imshow("gray", gray);
    
    	blur(gray, edge, Size(3,3));
    
    	Canny(edge,edge,50,100,3);
    
    	imshow("edge",edge);
    	*/
    	//--------------------------------------------
    
    
    
    	//sober
    	/*
    	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 ) 
    函数参数解释： 
    InputArray src：输入的原图像，Mat类型 
    OutputArray dst：输出的边缘检测结果图像，Mat型，大小与原图像相同。 
    int ddepth：输出图像的深度，针对不同的输入图像，输出目标图像有不同的深度，具体组合如下： 
     - 若src.depth() = CV_8U, 取ddepth =-1/CV_16S/CV_32F/CV_64F 
     - 若src.depth() = CV_16U/CV_16S, 取ddepth =-1/CV_32F/CV_64F 
     - 若src.depth() = CV_32F, 取ddepth =-1/CV_32F/CV_64F 
     - 若src.depth() = CV_64F, 取ddepth = -1/CV_64F 
     注：ddepth =-1时，代表输出图像与输入图像相同的深度。 
    int dx：int类型dx，x 方向上的差分阶数，1或0 
    int dy：int类型dy，y 方向上的差分阶数，1或0 
    其中，dx=1，dy=0，表示计算X方向的导数，检测出的是垂直方向上的边缘；dx=0，dy=1，表示计算Y方向的导数，检测出的是水平方向上的边缘。 
    int ksize：为进行边缘检测时的模板大小为ksize*ksize，取值为1、3、5和7，其中默认值为3。特殊情况：ksize=1时，采用的模板为3*1或1*3。 
    		当ksize=3时，Sobel内核可能产生比较明显的误差，此时，可以使用 Scharr 函数，该函数仅作用于大小为3的内核。具有跟sobel一样的速度，但结果更精确，其内核为：
    */
    	Mat img = imread("jack1.jpg");
    
    	Mat grad_x, grad_y;
    	Mat abs_x, abs_y, dst;
    
    	//X方向的梯度
    	Sobel(img,grad_x,CV_16S,1,0,3,1,1,BORDER_DEFAULT);
    	convertScaleAbs(grad_x, abs_x);
    	imshow("abs_x", abs_x);
    	
    	//Y方向的梯度
    	Sobel(img, grad_y, CV_16S, 0, 1, 3, 1, 1, BORDER_DEFAULT);
    	convertScaleAbs(grad_y, abs_y);
    	imshow("abs_y", abs_y);
    
    	//按照权重叠加
    	addWeighted(abs_x,0.5, abs_y,0.5,0,dst);
    	imshow("dst",dst);
    	waitKey(0);
    	return;
    }