OpenCVの - ソーベル演算子、Scharrエッジ検出オペレータ

ソーベル演算子の基本的な考え方

ソーベル演算子は、主に離散微分エッジ検出演算子で使用され、それが画像強度関数を近似するガウス平滑化微分導出、勾配計算を組み合わせています。

計算プロセスソーベルオペレータプロモーター

（1）、それぞれ、二方向XとYの誘導体

導出X方向：ソース画像とG _X入り組ん

y方向の導出：ソース画像及びG _Y入り組ん

（2）各点について、二つ以上の画像を結合した結果は、約勾配を得

に単純化することができます。

ソーベル機能

ボイドソーベル（InputArray SRC、OutputArray DST、INT ddepth、INT DX、DY INT、INT ksize = 3、ダブルスケール= 1、ダブルデルタ= 0、INT borderType = BORDER_DEFAULT）。

SRC、入力画像は、マットタイプを埋めるために。
DST、出力画像と元画像と同じサイズとタイプを有する必要があります。
ddepth、出力画像の深さは、次の要件を満たしています。

src.depth（）= CV_8U、ddepth = -1 / CV_16S / CV_32F / CV_64F

src.depth（）= CV_16U / CV_16S、ddepth = -1 / CV_32F / CV_64F

src.depth（）= CV_32F、ddepth = -1 / CV_32F / CV_64F

src.depth（）= CV_64F、ddepth = -1 / CV_64F

DXで注文誘導体は、x方向は0のみです。場合x方向シークに一次導関数、DX = 1、DY = 0。
順序番号DY、Y方向ガイドは、0のみです。方向及びyの一次導関数であれば、DX = 0、DY = 1。
ksizeは、デフォルト値は3であり、核のソーベル大きさを表し、1,3,5,7-をフェッチしなければなりません。
scale，计算导数值的缩放因子，默认值为 1，表示默认情况下不进行缩放。
delta，输出梯度 = scale * G + delta。
borderType，G_x 和 G_y 都有一定大小，边缘会处理不到，需要进行边缘扩展。这个参数指定边缘扩充类型。

一般情况下，都是使用 ksize×ksize 内核来计算导数的，然而，当 ksize = 1 时，会使用 3×1、1×3 的内核。这种情况下，并没有进行高斯平滑操作。

代码示例：

#include<opencv.hpp>
using namespace cv;
int main() {
    Mat src = imread("C:/Users/齐明洋/Desktop/证件照/7.jpg");
    GaussianBlur(src, src, Size(3, 3), 0, 0);
    imshow("src", src);

    Mat gray, x_img, y_img, sobel_img;
    cvtColor(src, gray, COLOR_BGR2GRAY);
    Sobel(gray, x_img, -1, 1, 0, 3);
    imshow("x_img", x_img);
    Sobel(gray, y_img, -1, 0, 1, 3);
    imshow("y_img", y_img);

    addWeighted(x_img, 1, y_img, 1, 0, sobel_img);
    //https://www.cnblogs.com/bjxqmy/p/11986135.html
    imshow("sobel_img", sobel_img);
    waitKey(0);
}

效果演示：

补充说明：当内核大小为 3×3 时，sobel 内核可能产生比较明显的误差，毕竟 sobel 算子只是求取了导数的近似值而已。为解决这一问题，OpenCV 提供了 Scharr 函数，但该函数仅作用于 3×3 的内核。该函数的运算与 Sobel 函数一样快，但结果更精确，其内核为

借鉴博客：https://www.cnblogs.com/wxl845235800/p/7700887.html

https://www.cnblogs.com/sevenyuan/p/7874344.html

OpenCVの - ソーベル演算子、Scharrエッジ検出オペレータ

おすすめ