OpenCV学习笔记（八）之边缘检测算子上篇（Sobel算子实现原理及源码分析）

最新推荐文章于 2025-06-18 09:26:25 发布

原创

最新推荐文章于 2025-06-18 09:26:25 发布 · 3.1k 阅读

22 ·

CC 4.0 BY-SA版权

文章标签：

#OpenCV源码

本文主要介绍了OpenCV中Sobel算子的使用，包括函数介绍、实现流程和源码分析。Sobel算子用于检测图像边缘，通过设置dx和dy参数可以计算X或Y方向的导数。在OpenCV中，Sobel函数根据ddepth参数选择不同的输出精度，并可选择Scharr内核。最后，文章提到了Sobel算子的实现涉及到的sepFilter2D函数进行卷积滤波。

OpenCV中封装了很多函数，一般我们只需要调用它提供的API函数即可实现各种图像处理操作，如滤波、边缘检测等，这对我们项目开发来说是非常方便的。但是一个优秀的算法工程师必然也是一位优秀的程序员，因为就算你熟知各种算法的原理，但是不知道怎么实现也是不行的，(举个例子：假如你是一位销售员，你脑袋里面有很多非常棒的点子，可是你不知道怎么将它表述出来，那么到最后你依然还是一位处在销售底层的人。) 只有既熟悉原理又会用代码将大脑中好的想法实现，那才是优秀的算法工程师。当然，要完全靠自己从头实现OpenCV中的各种函数也是不现实的，就算你有那能力但是也不一定会有那么多精力。因此折中一点，至少要让自己能看懂OpenCV中各种算法的实现代码（比如说你做人脸识别，至少也要能完全理解SIFT是怎么实现的吧），这样如果有一天需要自己开发新的或者优化现有算法，那对自己的帮助就很大了。

一、Sobel算子函数介绍

OpenCV中Sobel算子被封装在

CV_EXPORTS_W void Sobel( InputArray src, OutputArray dst, int ddepth,
                         int dx, int dy, int ksize=3,
                         double scale=1, double delta=0,
                         int borderType=BORDER_DEFAULT );

这个函数里面，其中：

src表示输入原图像；
dst表示输出目标图像；
ddepth表示用来度量每一个像素中每一个通道的精度，但它本身与图像的通道数无关！depth数值越大，精度越高。在Opencv中，Mat.depth()得到的是一个0~6的数字，分别代表不同的位数，对应关系如下：
enum{CV_8U=0,CV_8S=1,CV_16U=2,CV_16S=3,CV_32S=4,CV_32F=5,CV_64F=6}，ddepth 由于Sobel运算时可能会出现比较大的值，因此取值方式有以下几种：

若 ddepth = CV_8U, 取 ddepth = -1 或 CV_16S 或 CV_32F 或 CV_64F
若 ddepth = CV_16U, 或 CV_16S, 取 ddepth = -1 或 CV_32F 或 CV_64F
若 ddepth = CV_32F, 取 ddepth = -1 或 CV_32F 或 CV_64F
若 ddepth = CV_64F, 取 ddepth = -1 或 CV_64F
若 ddepth = -1, 代表输出图像与输入图像相同的深度。

dx表示对X方向进行求导的差分阶数；
dy表示对Y方向进行求导的差分阶数；（其中， dx=1，dy=0，表示计算X方向的导数，检测出的是垂直方向上的边缘；dx=0，dy=1，表示计算Y方向的导数，检测出的是水平方向上的边缘。）
ksize 表示卷积核的大小，只能为奇数 1、3、5、7 等，特殊情况：当ksize <= 0 时，采用的模板为3 * 3 的Scharr内核。
scale 表示缩放尺度，默认为1。
delta：默认0。（还不知道有什么作用，猜测是用来放大的）
int borderType：滤波时填充的图像边界类型，有如下几种：

enum {
   
    BORDER_REPLICATE=IPL_BORDER_REPLICATE,
	   BORDER_CONSTANT=IPL_BORDER_CONSTANT,
       BORDER_REFLECT=IPL_BORDER_REFLECT, 
       BORDER_WRAP=IPL_BORDER_WRAP,
       BORDER_REFLECT_101=IPL_BORDER_REFLECT_101, 
       BORDER_REFLECT101=BORDER_REFLECT_101,
       BORDER_TRANSPARENT=IPL_BORDER_TRANSPARENT,
       BORDER_DEFAULT=BORDER_REFLECT_101, 
       BORDER_ISOLATED=16 };

默认值为BORDER_DEFAULT，具体边界定义方法参考图像剪切的扩展和高级用法：任意裁剪，边界扩充这篇博客，里面对图像边界的扩充说得很详细。

二、Sobel算子实现流程

在这里插入图片描述

三、Sobel算子源码分析

openCV中Sobel函数定义如下：

void cv::Sobel( InputArray _src, OutputArray _dst, int ddepth, int dx, int dy,
                int ksize, double scale, double delta, int borderType )
{
   
   
    Mat src = _src.getMat();
    if (ddepth < 0)
        ddepth = src.depth();
    _dst.create( src.size(), CV_MAKETYPE(ddepth, src.channels()) );
    Mat dst = _dst.getMat();

#ifdef HAVE_TEGRA_OPTIMIZATION
    if (scale == 1.0 && delta == 0)
    {
   
   
        if (ksize == 3 && tegra::sobel3x3(src, dst, dx, dy, borderType))
            return;
        if (ksize == -1 && tegra::scharr(src, dst, dx, dy, borderType))
            return;
    }
#endif

#if defined (HAVE_IPP) && (IPP_VERSION_MAJOR >= 7)
    if(dx < 3 && dy < 3 && src.channels() == 1 && borderType == 1)
    {
   
   
        if(IPPDeriv(src, dst, ddepth, dx, dy, ksize,scale))
            return;
    }
#endif
    int ktype = std::max(CV_32F, std: