OpenCV笔记：图像边缘检测Sobel，Laplace，Canny

超、凢脫俗 2022-09-19 10:41 261阅读 0赞

边缘提取时保留图像灰度变化剧烈的区域，从数学上,最直观的方法是微风,对于数字图像来说就是差分，从信号处理的角度来看,就是用高通滤波器，保留高频信号。以下程序用Sobel算子、Laplace算子、Canny算子实现图像的边缘检测。  
注：cvSobel只用于单通道图像变换，如对彩色图像进行cvSobel处理，可分别对每一通道图像进行cvSobel，再转为彩色图像。  
===============================================  
01 \#include "cv.h"  
02 \#include "cxcore.h"  
03 \#include "highgui.h"  
04 void main()  
05 \{  
06 IplImage \* pImage=NULL;  
07 IplImage \* pImage8uGray=NULL;  
08 IplImage \* pImage8uSmooth=NULL;  
09 IplImage \* pImage16uGraySobel=NULL;  
10 IplImage \* pImage8uGraySobelShow=NULL;  
11 //--------------  
12 IplImage \* pImagePlanes\[3\]=\{NULL,NULL,NULL\};  
13 IplImage \* pImage16uColorSobel=NULL;  
14 IplImage \* pImage8uColorSobelShow=NULL;  
15 //--------------  
16 IplImage \* pImage16uGrayLaplace=NULL;  
17 IplImage \* pImage8uGrayLaplaceShow=NULL;  
18 //--------------  
19 IplImage \* pImage8uGrayCanny=NULL;  
20 //==================灰度图像Sobel变换=====================  
21 pImage=cvLoadImage("lena.jpg",-1);  
22 pImage8uGray=cvCreateImage(cvGetSize(pImage),IPL\_DEPTH\_8U,1);  
23 pImage8uSmooth=cvCreateImage(cvGetSize(pImage),IPL\_DEPTH\_8U,1);  
24 pImage8uGraySobelShow=cvCreateImage(cvGetSize(pImage),IPL\_DEPTH\_8U,1);  
25 //转灰度  
26 cvCvtColor(pImage,pImage8uGray,CV\_BGR2GRAY);  
27 //高斯滤波  
28 cvSmooth(pImage8uGray,pImage8uSmooth,CV\_GAUSSIAN,3,0,0);  
29 //cvSobel要求目标图像必须是IPL\_DEPTH\_16S  
30 pImage16uGraySobel=cvCreateImage(cvGetSize(pImage),IPL\_DEPTH\_16S,1);  
31 //计算一阶x方向的差分,也可以计算一阶y方向  
32 cvSobel(pImage8uSmooth,pImage16uGraySobel,0,1,3);  
33 //再把格式转回来,用于显示  
34 cvConvertScaleAbs(pImage16uGraySobel,pImage8uGraySobelShow,1,0);  
35 cvNamedWindow("灰度图像Sobel变换",CV\_WINDOW\_AUTOSIZE);  
36 cvShowImage("灰度图像Sobel变换",pImage8uGraySobelShow);  
37  
38 //==================彩色图像Sobel变换=====================  
39 int i;  
40 for (i=0;i<3;i++)  
41 \{  
42 pImagePlanes\[i\]=cvCreateImage(cvGetSize(pImage),IPL\_DEPTH\_8U,1);  
43 \}  
44 pImage16uColorSobel=cvCreateImage(cvGetSize(pImage),IPL\_DEPTH\_16S,1);  
45 pImage8uColorSobelShow=cvCreateImage(cvGetSize(pImage),IPL\_DEPTH\_8U,3);  
46 //分成3个单通道  
47 cvCvtPixToPlane(pImage,pImagePlanes\[0\],pImagePlanes\[1\],pImagePlanes\[2\],NULL);  
48 for (i=0;i<3;i++)  
49 \{  
50 cvSobel(pImagePlanes\[i\],pImage16uColorSobel,0,1,3);  
51 cvConvertScaleAbs(pImage16uColorSobel,pImagePlanes\[i\],1,0);  
52 \}  
53 cvCvtPlaneToPix(pImagePlanes\[0\],pImagePlanes\[1\],pImagePlanes\[2\],NULL,pImage8uColorSobelShow);  
54 cvNamedWindow("彩色图像Sobel变换",CV\_WINDOW\_AUTOSIZE);  
55 cvShowImage("彩色图像Sobel变换",pImage8uColorSobelShow);  
56  
57 //==================灰度图像Laplace变换=====================  
58 pImage16uGrayLaplace=cvCreateImage(cvGetSize(pImage),IPL\_DEPTH\_16S,1);  
59 pImage8uGrayLaplaceShow=cvCreateImage(cvGetSize(pImage),IPL\_DEPTH\_8U,1);  
60 cvLaplace(pImage8uSmooth,pImage16uGrayLaplace,3);  
61 cvConvertScaleAbs(pImage16uGrayLaplace,pImage8uGrayLaplaceShow,1,0);  
62 cvNamedWindow("灰度图像Laplace变换",CV\_WINDOW\_AUTOSIZE);  
63 cvShowImage("灰度图像Laplace变换",pImage8uGrayLaplaceShow);  
64  
65 //==================灰度图像Canny变换=====================  
66 pImage8uGrayCanny=cvCreateImage(cvGetSize(pImage),IPL\_DEPTH\_8U,1);  
67 cvCanny(pImage8uSmooth,pImage8uGrayCanny,100,200,3);  
68 cvNamedWindow("灰度图像Canny变换",CV\_WINDOW\_AUTOSIZE);  
69 cvShowImage("灰度图像Canny变换",pImage8uGrayCanny);  
70  
71 cvWaitKey(0);  
72 cvDestroyWindow("灰度图像Sobel变换");  
73 cvDestroyWindow("彩色图像Sobel变换");  
74 cvDestroyWindow("灰度图像Laplace变换");  
75 cvReleaseImage(&pImage);  
76 cvReleaseImage(&pImage8uGray);  
77 cvReleaseImage(&pImage8uSmooth);  
78 cvReleaseImage(&pImage16uGraySobel);  
79 cvReleaseImage(&pImage8uGraySobelShow);  
80 cvReleaseImage(&pImage16uColorSobel);  
81 cvReleaseImage(&pImage8uColorSobelShow);  
82 cvReleaseImage(&pImagePlanes\[0\]);  
83 cvReleaseImage(&pImagePlanes\[1\]);  
84 cvReleaseImage(&pImagePlanes\[2\]);  
85 cvReleaseImage(&pImage16uGrayLaplace);  
86 cvReleaseImage(&pImage8uGrayLaplaceShow);  
87 \}===============================================  
![587c3e5520e4bc353b29354e.jpg][]  
===============================================  
Sobel

使用扩展 Sobel 算子计算一阶、二阶、三阶或混合图像差分

void cvSobel( const CvArr\* src, CvArr\* dst, int xorder, int yorder, int aperture\_size=3 );

src

输入图像.

dst

输出图像.

xorder

x 方向上的差分阶数

yorder

y 方向上的差分阶数

aperture\_size

扩展 Sobel 核的大小，必须是 1, 3, 5 或 7。 除了尺寸为 1， 其它情况下， aperture\_size ×aperture\_size 可分离内核将用来计算差分。对 aperture\_size=1的情况， 使用 3x1 或 1x3 内核 （不进行高斯平滑操作）。这里有一个特殊变量 CV\_SCHARR (=-1)，对应 3x3 Scharr 滤波器，可以给出比 3x3 Sobel 滤波更精确的结果。Scharr 滤波器系数是：

对 x-方向 以及转置矩阵对 y-方向。

函数 cvSobel 通过对图像用相应的内核进行卷积操作来计算图像差分：

由于Sobel 算子结合了 Gaussian 平滑和微分，所以，其结果或多或少对噪声有一定的鲁棒性。通常情况，函数调用采用如下参数 (xorder=1, yorder=0, aperture\_size=3) 或 (xorder=0, yorder=1, aperture\_size=3) 来计算一阶 x- 或 y- 方向的图像差分。第一种情况对应：

核。

第二种对应：

或者

核的选则依赖于图像原点的定义 (origin 来自 IplImage 结构的定义)。由于该函数不进行图像尺度变换，所以和输入图像(数组)相比，输出图像(数组)的元素通常具有更大的绝对数值（译者注：即象素的深度）。为防止溢出，当输入图像是 8 位的，要求输出图像是 16 位的。当然可以用函数 cvConvertScale 或 cvConvertScaleAbs 转换为 8 位的。除了 8-比特 图像，函数也接受 32-位 浮点数图像。所有输入和输出图像都必须是单通道的，并且具有相同的图像尺寸或者ROI尺寸。

===============================================

Laplace

计算图像的 Laplacian 变换

void cvLaplace( const CvArr\* src, CvArr\* dst, int aperture\_size=3 );

src

输入图像.

dst

输出图像.

aperture\_size

核大小 (与 cvSobel 中定义一样).

函数 cvLaplace 计算输入图像的 Laplacian变换，方法是先用 sobel 算子计算二阶 x- 和 y- 差分，再求和:

dst(x,y) = d2src/dx2 + d2src/dy2

对 aperture\_size=1 则给出最快计算结果，相当于对图像采用如下内核做卷积：

类似于 cvSobel 函数，该函数也不作图像的尺度变换，所支持的输入、输出图像类型的组合和cvSobel一致。

===============================================  
**Canny**  
  
void cvCanny( const CvArr\* image, CvArr\* edges, double threshold1,  
double threshold2, int aperture\_size=3 );  
image  
输入图像.  
edges  
输出的边缘图像  
threshold1  
第一个阈值  
threshold2  
第二个阈值  
aperture\_size  
Sobel 算子内核大小 (见 cvSobel).  
函数 cvCanny 采用 CANNY 算法发现输入图像的边缘而且在输出图像中标识这些边缘。threshold1和threshold2 当中的小阈值用来控制边缘连接，大的阈值用来控制强边缘的初始分割。

[587c3e5520e4bc353b29354e.jpg]: /images/20220828/d36ef10c4a674de49866a340f70c7110.png