OpenCV如何实现Sobel边缘检测

今天小编给大家分享一下OpenCV如何实现Sobel边缘检测的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。

一、Sobel算法

1、算法概述

Sobel边缘检测算法比较简单，实际应用中效率比canny边缘检测效率要高，但是边缘不如Canny检测的准确，然而在很多实际应用的场合，sobel边缘却是首选，Sobel算子是高斯平滑与微分操作的结合体，所以其抗噪声能力很强，用途较多。尤其是在对效率要求较高，而对细纹理不太关系的时候。

使用Sobel算子提取图像边缘分3个步骤：

提取X方向的边缘，X方向一阶Sobel边缘检测算法为：

提取Y方向的边缘，Y方向一阶Sobel边缘检测算法为：

综合两个方向的边缘信息得到整幅图像的边缘。

2、主要函数

Sobel_x_or_y = cv2.Sobel(src, ddepth, dx, dy, dst, ksize, scale, delta, borderType)

• src：传入的图像

• ddepth：图像的深度

• dx、dy：指的是求导的阶数，0表示这个方向上没有求导，所填的数一般为0、1、2。

• ksize：是Sobel算子的大小，即卷积核的大小，必须为奇数1、3、5、7。如果ksize=-1，就演变成为3x3的Scharr算子，scale是缩放导数的比例常数，默认情况为没有伸缩系数。

• borderType：是判断图像边界的模式，这个参数默认值为cv2.BORDER_DEFAULT。

• dst及dst之后的参数都是可选参数。

二、C++代码

#include <iostream>#include <opencv2\opencv.hpp>using namespace cv;using namespace std;int main(){	//----------------读取图像-----------------	Mat img = imread("1.jpg");	//黑白图像边缘检测结果较为明显	Mat gray_img;	cvtColor(img, gray_img, COLOR_BGR2GRAY);	Mat resultX, resultY, resultXY;	//-------------Sobel边缘检测--------------	//X方向一阶边缘	Sobel(img, resultX, CV_16S, 2, 0, 1);	convertScaleAbs(resultX, resultX);	//Y方向一阶边缘	Sobel(img, resultY, CV_16S, 0, 1, 3);	convertScaleAbs(resultY, resultY);	//整幅图像的一阶边缘	resultXY = resultX + resultY;	//显示图像	imshow("resultX", resultX);	imshow("resultY", resultY);	imshow("resultXY", resultXY);	waitKey(0);	return 0;}

三、python代码

import cv2img = cv2.imread("1.jpg")gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# -------------------Sobel边缘检测------------------------x = cv2.Sobel(gray_img, cv2.CV_16S, 1, 0)y = cv2.Sobel(gray_img, cv2.CV_16S, 0, 1)# cv2.convertScaleAbs(src[, dst[, alpha[, beta]]])# 可选参数alpha是伸缩系数，beta是加到结果上的一个值，结果返回uint类型的图像Scale_absX = cv2.convertScaleAbs(x)  # convert 转换  scale 缩放Scale_absY = cv2.convertScaleAbs(y)result = cv2.addWeighted(Scale_absX, 0.5, Scale_absY, 0.5, 0)# ----------------------显示结果----------------------------cv2.imshow('img', gray_img)cv2.imshow('Scale_absX', Scale_absX)cv2.imshow('Scale_absY', Scale_absY)cv2.imshow('result', result)cv2.waitKey(0)cv2.destroyAllWindows()

四、结果展示

1、灰度图

2、X方向一阶边缘

2、Y方向一阶边缘

3、整幅图像的一阶边缘

以上就是“OpenCV如何实现Sobel边缘检测”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注亿速云行业资讯频道。