OpenCV-卷积应用图像边缘提取

最新推荐文章于 2025-06-04 11:58:48 发布

just_tree

最新推荐文章于 2025-06-04 11:58:48 发布

阅读量1k

点赞数

分类专栏： opencv

本文链接：https://blog.youkuaiyun.com/just_tree/article/details/89253795

版权

博客介绍了OpenCV中用于图像边缘提取的Sobel和拉普拉斯算子。Sobel算子结合了高斯平滑与微分求导，用于计算图像灰度的近似梯度；而拉普拉斯算子则是另一种边缘检测方法。通过这些算子，可以有效地捕捉图像中的像素值跃迁，即图像边缘。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

边缘：像素值发生跃迁的地方，是图像的显著特征之一
如何提取捕捉边缘：对图像求它的一阶导数

Sobel算子：用来计算机图像灰度的近似梯度

功能集合高斯平滑和微分求导
在这里插入图片描述

convertScaleAbs(src, dst)计算图像A的像素绝对值，输出到图像B.

#include<opencv2/opencv.hpp>
#include <iostream>
#include <opencv2/highgui/highgui_c.h>

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	Mat src,temp, gray_src, sdst_x, sdst_y, dst, dst_my;
	src = imread("E://VS-pro//images//zhu.jpg");
	if (!src.data)
	{
		cout << "can not find .." << endl;
		return -1;
	}
	imshow("原图", src);

	//高斯模糊 在计算灰度图像的X方向梯度图像以及Y方向梯度图像，求混和后振幅图像，更加清晰的边缘
	GaussianBlur(src, temp, Size