手机版
你好,游客 登录 注册
背景:
阅读新闻

OpenCV心得笔记之cvSobel 函数解析

[日期:2017-12-16] 来源:Linux社区  作者:feifanrensheng [字体: ]

首先,我们来开一下计算机是如何检测边缘的。以灰度图像为例,它的理论基础是这样的,如果出现一个边缘,那么图像的灰度就会有一定的变化,为了方便假设由黑渐变为白代表一个边界,那么对其灰度分析,在边缘的灰度函数就是一个一次函数y=kx,对其求一阶导数就是其斜率k,就是说边缘的一阶导数是一个常数,而由于非边缘的一阶导数为零,这样通过求一阶导数就能初步判断图像的边缘了。通常是X方向和Y方向的导数,也就是梯度。理论上计算机就是通过这种方式来获得图像的边缘。

但是,具体应用到图像中你会发现这个导数是求不了的,因为没一个准确的函数让你去求导,而且计算机在求解析解要比求数值解麻烦得多,所以就想到了一种替代的方式来求导数。就是用一个3×3的窗口来对图像进行近似求导。拿对X方向求导为例,某一点的导数为第三列的元素之和减去第一列元素之和,这样就求得了某一点的近似导数。其实也很好理解为什么它就近似代表导数,导数就代表一个变化率,从第一列变为第三列,灰度值相减,当然就是一个变化率了。这就是所谓的Prewitt算子。这样近似X方向导数就求出来了。Y方向导数与X方向导数求法相似,只不过是用第三行元素之和减去第一行元素之和。X方向和Y方向导数有了,那么梯度也就出来了。这样就可以找出一幅图中的边缘了。

还有一个问题,由于求的是3×3中心点的导数,所以给第二列加了一个权重,它的权重为2,第一列和第三列的权重为1,好了,这就是Sobel算子了。相比Prewitt算子,Sobel的抗噪能力更强。如图所示:

这样,中心点的Y方向导数就求出来了。

举个例子吧。X点以Sobel方式求导数ΔX=1×50+2×30+1×50-(1×50+2×30+1×50)=0。这样可以看出这个点不是边界。

好了,了解了基本理论之后,我们看看OpenCv下的Sobel函数吧,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(既窗口阶数),必须是 1(注意这是一个3×1或1×3向量而不是一个方阵), 3, 5 或 7。

其实,这里是问题的,因为以Sobel方式求完导数后会有负值,还有会大于255的值而你建的Sobel的图像是 IPL_DEPTH_8U,也就是8位无符号数,所以Sobel建立的图像位数不够,要16位有符号的,也就是 IPL_DEPTH_16S。把建立图像这句改为

sobel=cvCreateImage(cvGetSize(frame),IPL_DEPTH_16S,1);运行,发现不报错了,但是Sobel图像显示不出来,这是什么原因呢?原来图像显示是以8位无符号显示的,现在是16位有符号,当然显示会出问题了。所以还要将Sobel转为8位无符号。OpenCv里提供了一个函数,就是cvConvertScaleAbs( const CvArr* src, CvArr* dst, double scale=1, double shift=0 );src:源图像;dst:目标图像;scale:转化前乘的系数;shift转化前加的系数。这样新建一个无符号图像再转换就可以实现了。

IplImage *sobel8u=cvCreateImage(cvGetSize(sobel),IPL_DEPTH_8U,1);

再在显示图像前加上cvConvertScaleAbs(sobel,sobel8u,1,0);这样就可以看到cvSobel的效果了。可以看X方向或Y方向求导是什么效果。

代码如下

 //Sobel边缘检测的程序
#include "cv.h"
#include "highgui.h"
int main( int argc , char** argv)
{
  //以灰度图格式加载图像或者用函数cvCvtColor(frame,gray,CV_BGR2GRAY);转为灰度
  IplImage* src = cvLoadImage(argv[1],CV_LOAD_IMAGE_GRAYSCALE);
  //以sobel方式求完导之后会有负数,会有大于255的值,故建立图像的数据格式
  //要为IPL_DEPTH_16S
  IplImage* dst1 = cvCreateImage(cvGetSize(src),IPL_DEPTH_16S,1);
  IplImage* dst2 = cvCreateImage(cvGetSize(src),IPL_DEPTH_16S,1);
  IplImage* dst18u = cvCreateImage(cvGetSize(src),IPL_DEPTH_8U,1);
  IplImage* dst28u = cvCreateImage(cvGetSize(src),IPL_DEPTH_8U,1);
  //逼近x方向上一阶微分的Sobel算子的效果
  cvSobel(
          src,
          dst1,
          1,
          0,
          3);
  //逼近y方向上一阶微分的Sobel算子的效果 
  cvSobel(
          src,
          dst2,
          0,
          1,
          3);
  //图像是以8位无符号显示的,故要把输出图像的数据格式转化为IPL_DEPTH_8U
  cvConvertScaleAbs(dst1,dst18u,1,0);
  cvConvertScaleAbs(dst2,dst28u,1,0);
  cvNamedWindow("src",1);
  cvNamedWindow("dst1",1);
  cvNamedWindow("dst2",1);
  cvShowImage("src",src);
  cvShowImage("dst1",dst18u);
  cvShowImage("dst2",dst28u);
  cvWaitKey(0);
  cvReleaseImage(&src);
  cvReleaseImage(&dst1);
  cvReleaseImage(&dst2);
  cvReleaseImage(&dst18u);
  cvReleaseImage(&dst28u);
  cvDestroyWindow("src");
  cvDestroyWindow("dst1");
  cvDestroyWindow("dst2");
  return 0;
}

OpenCV官方教程中文版(For Python) PDF  http://www.linuxidc.com/Linux/2015-08/121400.htm

Ubuntu 14.04安装OpenCV2.4.9  http://www.linuxidc.com/Linux/2016-07/132884.htm

Ubuntu 16.04上用CMake图形界面交叉编译树莓派的OpenCV3.0 http://www.linuxidc.com/Linux/2016-10/135914.htm

Ubuntu 16.04中安装OpenCV 2.4.11  http://www.linuxidc.com/Linux/2016-07/132882.htm

Ubuntu 16.04下Matlab2014a+Anaconda2+OpenCV3.1+Caffe安装  http://www.linuxidc.com/Linux/2016-07/132860.htm

Linux上安装和编译OpenCV3.0.0  http://www.linuxidc.com/Linux/2017-07/145446.htm

Ubuntu 16.04下OpenCV安装笔记和例程 http://www.linuxidc.com/Linux/2017-08/146027.htm

Ubuntu 16.04下TensorFlow+Caffe+OpenCV3.1+Theano部署  http://www.linuxidc.com/Linux/2017-01/139503.htm

Ubuntu 16.04 编译安装OpenCV 3.1及OpenCV多版本切换 http://www.linuxidc.com/Linux/2017-01/139325.htm

[翻译]Ubuntu 14.04, 13.10 下安装 OpenCV 2.4.9  http://www.linuxidc.com/Linux/2014-12/110045.htm

Ubuntu 安装 OpenCV 2.4.9  http://www.linuxidc.com/Linux/2016-12/138293.htm

Ubuntu 17.04下OpenCV源码编译安装  http://www.linuxidc.com/Linux/2017-10/147316.htm

OpenCV的详细介绍请点这里
OpenCV的下载地址请点这里 

本文永久更新链接地址http://www.linuxidc.com/Linux/2017-12/149500.htm

linux
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数

       

评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款