基本边缘检测算子—Roberts

最新推荐文章于 2024-09-19 01:00:00 发布

warmxixi

最新推荐文章于 2024-09-19 01:00:00 发布

阅读量683

点赞数 1

CC 4.0 BY-SA版权

分类专栏： opencv图像处理

本文链接：https://blog.youkuaiyun.com/warmxixi/article/details/89921859

这篇博客介绍了如何运用Roberts算子进行边缘检测，包括了绝对值近似梯度幅值和正常公式计算梯度幅值的方法，并强调了在遍历图像时防止指针越界的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
Mat Robets(Mat &SrcImage)
{
	Mat DstImage = SrcImage.clone();
	int nRows = SrcImage.rows;
	int nCols = SrcImage.cols;
	for (int i = 0; i < nRows - 1; ++i)
	{
		for (int j = 0; j < nCols - 1; ++j)
		{
			int t1 = (SrcImage.at<uchar>(i, j) - SrcImage.at<uchar>(i + 1, j + 1))*
				(SrcImage.at<uchar>(i, j) - SrcImage.at<uchar>(i + 1, j + 1));
			int t2 = (SrcImage.at<uchar>(i + 1, j) - SrcImage.at<uchar>(i, j + 1))*
				(SrcImage.at<uchar>(i + 1, j) - SrcImage.at<uchar>(i, j + 1));
			DstImage.at<uchar>(i, j) = (uchar)(abs(t1)+ abs(t2));
			
		}
	}
	return DstImage;
}
int main()
{
	Mat SrcImage = imread("22.jpg");
	namedWindow("原图", WINDOW_NORMAL);
	imshow("原图", SrcImage);
	Mat GrayImage;
	cvtColor(SrcImage, GrayImage, COLOR_RGB2GRAY);
	Mat Image = Robets(GrayImage);
	namedWindow("edge", WINDOW_NORMAL);
	imshow("edg