sobel算子-Laplace算子-canny算子原理与c++实现-opencv

sobel

	Mat xgrad, ygrad;
	Scharr(gray_src, xgrad, CV_16S, 1, 0);
	Scharr(gray_src, ygrad, CV_16S, 0, 1);

	// Sobel(gray_src, xgrad, CV_16S, 1, 0, 3);
	// Sobel(gray_src, ygrad, CV_16S, 0, 1, 3);
	convertScaleAbs(xgrad, xgrad);//取得绝对值
	convertScaleAbs(ygrad, ygrad);
	imshow("xgrad", xgrad);
	imshow("ygrad", ygrad);

	Mat xygrad = Mat(xgrad.size(), xgrad.type());
	printf("type : %d\n", xgrad.type());
	int width = xgrad.cols;
	int height = ygrad.rows;
    //遍历访问图像像素
	for (int row = 0; row < height; row++) {
		for (int col = 0; col < width; col++) {
			int xg = xgrad.at<uchar>(row, col);
			int yg = ygrad.at<uchar>(row, col);
			//实现梯度相加
			int xy = xg + yg;
			xygrad.at<uchar>(row, col) = saturate_cast<uchar>(xy);
		}
	}

Laplace算子

拉普拉斯算子是二阶微分线性算子，在图像边缘处理中，二阶微分的边缘定位能力更强，锐化效果更好，因此在进行图像边缘处理时，直接采用二阶微分算子而不使用一阶微分。

Laplace算子的差分形式为：

写成filter mask的形式如下

该mask的特点，mask在上下左右四个90度的方向上结果相同，也就是说在90度方向上无方向性。为了让该mask在45度的方向上也具有该性质，对该filter mask进行扩展定义为

    Laplacian(gray_src, edge_image, CV_16S, 3);//拉普拉斯算子
	convertScaleAbs(edge_image, edge_image);//取绝对值

	threshold(edge_image, edge_image, 0, 255, THRESH_OTSU | THRESH_BINARY);

canny算子

canny的算法原理太经典了，这里就不介绍了，想看的可以看这个视频，介绍的无比详细，传送门

Canny(gray_src, edge_output, t1_value, t1_value * 2, 3, false);