OpenCV——边缘检测（sobel算子、Laplacian算子、scharr滤波器）

 #include <opencv2/opencv.hpp>

 #include <iostream>

 using namespace cv;

 using namespace std;

 int main(int argc, char** argv)

 {

     Mat src = imread("test.jpg");

     Mat dst, gray,grad_x, gray_y,abs_grad_x,abs_grad_y;

     //转成灰度图

     cvtColor(src, gray, COLOR_BGR2GRAY);

     //均值滤波降噪，也可以用其他滤波方法

     blur(gray, src, Size(, ));

     //运行Sobel算子，得到边缘

     //求x方向梯度

     Sobel(src, grad_x, CV_16S, , , );

     convertScaleAbs(grad_x, abs_grad_x);//提取的深度图片进行显示时，由于是16位图片，要将图片转化成为8位图形进行显示

     imshow("x方向的sobel", abs_grad_x);

     //运行Sobel算子，得到边缘

     //求y方向梯度

     Sobel(src, gray_y, CV_16S, , , );

     convertScaleAbs(gray_y, abs_grad_y);

     imshow("y方向的sobel", abs_grad_y);

     //合并梯度

     addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, , dst);

     imshow("合成的整体效果图", dst);

     waitKey();

     return ;

 }

 convertScaleAbs函数
线性变换转换输入数组元素成8位无符号整型。
void convertScaleAbs(InputArray src, OutputArray dst, double alpha=1, double beta=0)
参数 ：
src – 输入数组。
dst – 输出数组。
alpha – 可选缩放比例常数。
beta – 可选叠加到结果的常数。
对于每个输入数组的元素函数convertScaleAbs 进行三次操作依次是：缩放，得到一个绝对值，转换成无符号8位类型。
对于多通道矩阵，该函数对各通道独立处理。如果输出不是8位，将调用Mat::convertTo 方法并计算结果的绝对值。

addWeighted函数
计算两个矩阵的加权和。
void addWeighted(InputArray src1, double alpha, InputArray src2, double beta, double gamma, OutputArray dst, intdtype=-1)
参数 
src1 – 第一个输入数组。
alpha – 第一个数组的加权系数。
src2 – 第二个输入数组，必须和第一个数组拥有相同的大小和通道。
beta – 第二个数组的加权系数。
dst – 输出数组，和第一个数组拥有相同的大小和通道。
gamma – 对所有和的叠加的常量。
dtype – 输出数组中的可选的深度，当两个数组具有相同的深度，此系数可设为-1，意义等同于选择与第一个数组相同的深度。
在多通道情况下，每个通道是独立处理的，该函数可以被替换成一个函数表达式：
dst = src1*alpha + src2*beta + gamma;

 #include <opencv2/opencv.hpp>

 #include <iostream>

 using namespace cv;

 using namespace std;

 int main(int argc, char** argv)

 {

     Mat src = imread("test.jpg");

     Mat dst, gray;

     //滤波降噪

     GaussianBlur(src, src, Size(, ),,,BORDER_DEFAULT);

     //转成灰度图

     cvtColor(src, gray, COLOR_BGR2GRAY);

     //运行Sobel算子，得到边缘

     //求x方向梯度

     //Laplacian(src, dst, CV_16S, 3, 1,0,BORDER_DEFAULT);

     Laplacian(src, dst, CV_16S);//后几个参数有默认值

     //由于是16位图片，需要将图片转化成为8位图形进行显示

     convertScaleAbs(dst, dst);

     imshow("效果图", dst);

     waitKey();

     return ;

 }

 #include <opencv2/opencv.hpp>

 #include <iostream>

 using namespace cv;

 using namespace std;

 int main(int argc, char** argv)

 {

     Mat src = imread("test.jpg");

     Mat dst, gray,grad_x, grad_y,abs_grad_x,abs_grad_y;

     //转成灰度图(sobel和scharr可以不用转换成灰度图)

     cvtColor(src, gray, COLOR_BGR2GRAY);

     //均值滤波降噪，也可以用其他滤波方法

     blur(gray, src, Size(, ));

     //运行Sobel算子，得到边缘

     //求x方向梯度

     Scharr(src, grad_x, CV_16S, , );

     convertScaleAbs(grad_x, abs_grad_x);//提取的深度图片进行显示时，由于是16位图片，想将图片转化成为8位图形进行显示

     imshow("x方向的Scharr", abs_grad_x);

     //运行Sobel算子，得到边缘

     //求y方向梯度

     Scharr(src, grad_y, CV_16S, , );

     convertScaleAbs(grad_y, abs_grad_y);

     imshow("y方向的Scharr", abs_grad_y);

     //合并梯度

     addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, , dst);

     imshow("合成的整体效果图", dst);

     waitKey();

     return ;

 }