9.1 算子及函数使用

---

Sobel 算子、Scharr 算子、Laplacian 算子都可以用作边缘检测

---

1. 参数ddepth

在 OpenCV 中，使用函数 cv2.convertScaleAbs()对参数取绝对值，该函数的语法格式为:
dst = cv2.convertScaleAbs( src [, alpha[, beta]] )
上式中:

• dst 代表处理结果。
• src 代表原始图像。
• alpha 代表调节系数，该值是可选值，默认为 1。
• beta 代表调节亮度值，该值是默认值，默认为 0。

这里，该函数的作用是将原始图像 src 转换为 256 色位图，其可以表示为:
dst=saturate(src*alpha+beta)

• saturate()表示计算结果的最大值是饱和值，例如当“src*alpha+beta”的值超过 255 时， 其取值为 255。

【例 9.1】使用函数 cv2.convertScaleAbs()对一个随机数组取绝对值。

import cv2
import numpy as np

img = np.random.randint(-256,256,size=[4,5],dtype=np.int16)
rst = cv2.convertScaleAbs(img)

print("img=\n",img)
print("rst=\n",rst)

2. 方向

在函数 cv2.Sobel()中，参数 dx 表示 x 轴方向的求导阶数，参数 dy 表示 y 轴方向的求导阶 数。参数 dx 和 dy 通常的值为 0 或者 1，最大值为 2。如果是 0，表示在该方向上没有求导。当 然，参数 dx 和参数 dy 的值不能同时为 0。
参数 dx 和参数 dy 可以有多种形式的组合，主要包含:

• 计算 x 方向边缘(梯度):dx=1, dy=0。
• 计算 y 方向边缘(梯度):dx=0, dy=1。
• 参数 dx 与参数 dy 的值均为 1:dx=1, dy=1。
• 计算 x 方向和 y 方向的边缘叠加:通过组合方式实现。

2.1 计算x方向边缘(梯度):dx=1,dy=0

如果想只计算 x 方向(水平方向)的边缘，需要将函数 cv2.Sobel()的参数 dx 和 dy 的值设 置为“dx=1, dy=0”。当然，也可以设置为“dx=2, dy=0”。此时，会仅仅获取水平方向的边缘信 息，此时的语法格式为:
dst = cv2.Sobel( src , ddepth , 1 , 0 )

【例 9.2】使用函数 cv2.Sobel()获取图像水平方向的边缘信息。

img = cv2.imread("/Users/zhaofeier/Desktop/源代码及图像/chapter9/sobel4.bmp")
sobelx = cv2.Sobel(img,-1,1,0)

cv2.imshow("original",img)
cv2.imshow("sobelx",sobelx)

cv2.waitKey()
cv2.destroyAllWindows()

从程序可以看出，当参数 ddepth 的值为-1 时，只得到了图中黑色框的右边界。这是因为， 左边界在运算时得到了负值，其在显示时被调整为 0，所以没有显示出来。要想获取左边界的 值(将其显示出来)，必须将参数 ddepth 的值设置为更大范围的数据结构类型，并将其映射到 8 位图像内。

【例 9.3】使用函数 cv2.Sobel()获取图像水平方向的完整边缘信息。

img = cv2.imread("/Users/zhaofeier/Desktop/源代码及图像/chapter9/sobel4.bmp")
sobelx = cv2.Sobel(img,cv2.CV_64F,1,0)
sobelx = cv2.convertScaleAbs(sobelx)

cv2.imshow("original",img)
cv2.imshow("sobelx",sobelx)

cv2.waitKey()
cv2.destroyAllWindows()

2.2 计算y方向边缘(梯度):dx=0,dy=1

如果想只计算 y 方向(垂直方向)的边缘，需要将函数 cv2.Sobel()的参数 dx 和 dy 的值设 置为“dx=0, dy=1”。当然，也可以设置为“dx=0, dy=2”。此时，会仅仅获取垂直方向的边缘信 息，此时的语法格式为:
dst = cv2.Sobel( src , ddepth , 0 , 1 )

【例 9.4】使用函数 cv2.Sobel()获取图像垂直方向的边缘信息。

img = cv2.imread("/Users/zhaofeier/Desktop/源代码及图像/chapter9/sobel4.bmp")
sobelx = cv2.Sobel(img,cv2.CV_64F,0,1)
sobelx = cv2.convertScaleAbs(sobelx)

cv2.imshow("original",img)
cv2.imshow("sobelx",sobelx)

cv2.waitKey()
cv2.destroyAllWindows()

2.3 参数dx与参数dy的值均为 1:dx=1,dy=1

可以将函数cv2.Sobel()的参数dx和dy的值设置为“dx=1, dy=1”，也可以设置为“dx=2, dy=2”，或者两个参数都不为零的其他情况。此时，会获取两个方向的边缘信息，此时的语法 格式为:
dst = cv2.Sobel( src , ddepth , 1 , 1 )

【例 9.5】当参数 dx 和 dy 的值为“dx=1, dy=1”时，查看函数 cv2.Sobel()的执行效果。

img = cv2.imread("/Users/zhaofeier/Desktop/源代码及图像/chapter9/sobel4.bmp")
sobelx = cv2.Sobel(img,cv2.CV_64F,1,1)
sobelx = cv2.convertScaleAbs(sobelx)

cv2.imshow("original",img)
cv2.imshow("sobelx",sobelx)

cv2.waitKey()
cv2.destroyAllWindows()

2.4 4. 计算x方向和y方向的边缘叠加

如果想获取 x 方向和 y 方向的边缘叠加，需要分别获取水平方向、垂直方向两个方向的边 缘图，然后将二者相加。此时的语法格式为:
dx= cv2.Sobel( src , ddepth , 1 , 0 )
dy= cv2.Sobel( src , ddepth , 0 , 1 )
dst=cv2.addWeighted( src1 , alpha , src2 , beta , gamma )

【例 9.6】计算函数 cv2.Sobel()在水平、垂直两个方向叠加的边缘信息。

img = cv2.imread("/Users/zhaofeier/Desktop/源代码及图像/chapter9/sobel4.bmp")
dx = cv2.Sobel(img,cv2.CV_64F,1,0)
dx = cv2.convertScaleAbs(dx)
dy = cv2.Sobel(img,cv2.CV_64F,0,1)
dy = cv2.convertScaleAbs(dy)
dst = cv2.addWeighted(dx,0.5,dy,0.5,0)

cv2.imshow("original",img)
cv2.imshow("dst",dst)

cv2.waitKey()
cv2.destroyAllWindows()

从程序可以看出，本例中首先分别计算 x 方向的边缘、y 方向的边缘，接下来使用函数 cv2.addWeighted()对两个方向的边缘进行叠加。在最终的叠加边缘结果中，同时显示两个方向 的边缘信息。

【例 9.7】使用不同方式处理图像在两个方向的边缘信息。

在本例中，分别使用两种不同的方式获取边缘信息。

• 方式 1:分别使用“dx=1, dy=0”和“dx=0, dy=1”计算图像在水平方向和垂直方向的边 缘信息，然后将二者相加，构成两个方向的边缘信息。
• 方式 2:将参数 dx 和 dy 的值设为“dx=1, dy=1”，获取图像在两个方向的梯度。

img = cv2.imread("/Users/zhaofeier/Desktop/源代码及图像/chapter9/lena.bmp")

dx = cv2.Sobel(img,cv2.CV_64F,1,0)
dx = cv2.convertScaleAbs(dx)
dy = cv2.Sobel(img,cv2.CV_64F,0,1)
dy = cv2.convertScaleAbs(dy)
dst = cv2.addWeighted(dx,0.5,dy,0.5,0)

cv2.imshow("original",img)
cv2.imshow("dst",dst)

sobel = cv2.Sobel(img,cv2.CV_64F,1,1)
sobel = cv2.convertScaleAbs(sobel)

cv2.imshow("sobel",sobel)

cv2.waitKey()
cv2.destroyAllWindows()