本文详细介绍了Sobel算子在图像处理中的应用，用于图像边缘检测。通过C++代码展示了如何使用Sobel算子进行x和y方向的求导，以及如何结合GaussianBlur进行平滑处理。同时，文中提到了Scharr算子作为Sobel算子的替代，具有更精确的结果。最后，给出了完整代码示例，包括图像读取、转换、边缘检测和显示等步骤。
1 、卷积应用-图像边缘提取
Sobel 算子是一个离散微分算子 (discrete differentiation operator)。 它结合了高斯平滑和微分求导，用来计算图像灰度函数的近似梯度。边缘是什么 – 是像素值发生跃迁的地方，是图像的显著特征之一
图1中灰度值的”跃升”表示边缘的存在，图2中使用一阶微分求导我们可以更加清晰的看到边缘”跃升”的存在
测试图片
图一
图二
2 、解析
Sobel算子在x,y两个方向求导
image.png
最终结果
3 、整体代码测试
对于图像的处理，基本的步骤是这样的：
取得图像数据 —— 将图像进行平滑处理 —— 进行边缘检测，阈值分析 —— 进行形态学的操作 —— 获取某些特征点 —— 分析数据
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
