12、图像特征检测与处理技术全解析

图像特征检测与处理技术全解析

1. 高通滤波器与特征检测概述

高通滤波器的概念与低通滤波器相反，它允许信息（如信号和图像）的高频成分通过，因此得名。在图像中，边缘属于高频成分，高通滤波器使用的内核会增强图像中的强烈成分，所以对图像应用高通滤波器时，输出结果就是图像的边缘。

OpenCV 提供了许多实现高通滤波器的库函数，下面将介绍如何使用 Laplacian()、Sobel() 和 Scharr() 函数。

2. 探索高通滤波器

• 高通滤波器原理 ：高通滤波器允许高频信息通过，在图像处理中可用于检测边缘。
• 常用参数及含义 ：
  | 参数 | 含义 |
  | ---- | ---- |
  | src | 要检测边缘的源图像 |
  | ddepth | 决定目标图像的深度，-1 表示源图像和目标图像深度相同 |
  | dx | X 方向的导数阶数（Laplacian() 函数不需要） |
  | dy | Y 方向的导数阶数（Laplacian() 函数不需要） |
  | ksize | 内核矩阵的大小（Sobel() 函数可以是 1、3、5 或 7，Laplacian() 函数是正奇数，Scharr() 函数不需要） |
  | scale | 可选的缩放因子，默认不应用缩放 |
  | delta | 可选的常数，添加到最终输出 |
  | borderType | 边界像素的外推方法 |

以下是演示 Sobel()、Laplacian()