两个模板,分别提前不同的对角方向信息,该微分算法可以提提取目标的细节轮廓。
效果如下:
1. Matlab代码实现:
%方法:2x2模板,当前像素f(i,j)在左上,g(i,j)=|f(i+1,j+1)-f(i,j)| + |f(i+1,j)-f(i,j+1)|
%即模板是[-1 0;0 -1]和[0 -1;1 0],对角像素相减
%%
clc;clear;
f = rgb2gray(imread('D:/Code/Image/classic.jpg'));
figure('name','原图'),imshow(f);
[row,col] = size(f);
%%
g = zeros(row,col);
for i=2:row-1
for j=2:col-1
g(i,j)=abs(f(i+1,j+1)-f(i,j)) + abs(f(i+1,j)-f(i,j+1));
end
end
%%
figure('name','效果图'),imshow(uint8(g));
2. C++代码实现:
#include <opencv2/opencv.hpp>
using namespace cv;
int main()
{
Mat img = imread("D:/Code/Image/classic.jpg", 0);
imshow("原图", img);
Mat new_img = img.clone();
for (int i = 0; i < img.rows-1; i++) // 规定当前像素为左上角
{
for (int j = 0; j < img.cols-1; j++)
{
new_img.at<uchar>(i, j) = abs(img.at<uchar>(i + 1, j + 1) - img.at<uchar>(i, j)) +
abs(img.at<uchar>(i + 1, j) - img.at<uchar>(i, j + 1));
}
}
imshow("原图", new_img);
waitKey(0);
return 0;
}
别忘了加上abs()函数,求两个对角的梯度查分的绝对值。