Sobel 边缘实现
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
// 非极大值抑制实现sobel竖直细化边缘
bool SobelVerEdge(cv::Mat srcImage, cv::Mat& resultImage)
{CV_Assert(srcImage.channels() == 1);srcImage.convertTo(srcImage, CV_32FC1);// 水平方向的 Sobel 算子cv::Mat sobelx = (cv::Mat_<float>(3, 3) << -0.125, 0, 0.125,-0.25, 0, 0.25,-0.125, 0, 0.125);cv::Mat ConResMat;// 卷积运算cv::filter2D(srcImage, ConResMat, srcImage.type(), sobelx);// 计算梯度的幅度cv::Mat graMagMat;cv::multiply(ConResMat, ConResMat, graMagMat);// 根据梯度幅度及参数设置阈值int scaleVal = 4;double thresh = scaleVal * cv::mean(graMagMat).val[0];cv::Mat resultTempMat = cv::Mat::zeros(graMagMat.size(), graMagMat.type());float* pDataMag = (float*)graMagMat.data;float* pDataRes = (float*)resultTempMat.data;const int nRows = ConResMat.rows;const int nCols = ConResMat.cols;for (int i = 1; i != nRows - 1; ++i) {for (int j = 1; j != nCols - 1; ++j) {// 计算该点梯度与水平或垂直梯度值大小比较结果bool b1 = (pDataMag[i * nCols + j] > pDataMag[i * nCols + j - 1]);bool b2 = (pDataMag[i * nCols + j] > pDataMag[i * nCols + j + 1]);bool b3 = (pDataMag[i * nCols + j] > pDataMag[(i - 1) * nCols + j]);bool b4 = (pDataMag[i * nCols + j] > pDataMag[(i + 1) * nCols + j]);// 判断邻域梯度是否满足大于水平或垂直梯度// 并根据自适应阈值参数进行二值化pDataRes[i * nCols + j] = 255 * ((pDataMag[i * nCols + j] > thresh) &&((b1 && b2) || (b3 && b4)));}}resultTempMat.convertTo(resultTempMat, CV_8UC1);resultImage = resultTempMat.clone();return true;
}// 图像直接卷积实现sobel
bool sobelEdge(const cv::Mat& srcImage, cv::Mat& resultImage, uchar threshold)
{CV_Assert(srcImage.channels() == 1);// 初始化水平核因子Mat sobelx = (Mat_<double>(3, 3) << 1, 0, -1, 2, 0, -2, 1, 0, -1);// 初始化垂直核因子Mat sobely = (Mat_<double>(3, 3) << 1, 2, 1, 0, 0, 0, -1, -2, -1);resultImage = Mat::zeros(srcImage.rows - 2,srcImage.cols - 2, srcImage.type());double edgeX = 0;double edgeY = 0;double graMag = 0;for (int k = 1; k < srcImage.rows - 1; ++k) {for (int n = 1; n < srcImage.cols - 1; ++n) {edgeX = 0;edgeY = 0;// 遍历计算水平与垂直梯度for (int i = -1; i <= 1; ++i) {for (int j = -1; j <= 1; ++j) {edgeX += srcImage.at<uchar>(k + i, n + j) *sobelx.at<double>(1 + i, 1 + j);edgeY += srcImage.at<uchar>(k + i, n + j) *sobely.at<double>(1 + i, 1 + j);}}// 计算梯度模长graMag = sqrt(pow(edgeY, 2) + pow(edgeX, 2));// 二值化resultImage.at<uchar>(k - 1, n - 1) =((graMag > threshold) ? 255 : 0);}}return true;
}
// 图像卷积实现sobel 非极大值抑制
bool sobelOptaEdge(const cv::Mat& srcImage, cv::Mat& resultImage, int flag)
{CV_Assert(srcImage.channels() == 1);// 初始化sobel水平核因子cv::Mat sobelX = (cv::Mat_<double>(3, 3) << 1, 0, -1,2, 0, -2,1, 0, -1);// 初始化sebel垂直核因子cv::Mat sobelY = (cv::Mat_<double>(3, 3) << 1, 2, 1,0, 0, 0,-1, -2, -1);// 计算水平与垂直卷积cv::Mat edgeX, edgeY;filter2D(srcImage, edgeX, CV_32F, sobelX);filter2D(srcImage, edgeY, CV_32F, sobelY);// 根据传入参数确定计算水平或垂直边缘int paraX = 0;int paraY = 0;switch (flag){case 0: paraX = 1;paraY = 0;break;case 1: paraX = 0;paraY = 1;break;case 2: paraX = 1;paraY = 1;break;default: break;}edgeX = abs(edgeX);edgeY = abs(edgeY);cv::Mat graMagMat = paraX * edgeX.mul(edgeX) + paraY * edgeY.mul(edgeY);// 计算阈值 int scaleVal = 4;double thresh = scaleVal * cv::mean(graMagMat).val[0];resultImage = cv::Mat::zeros(srcImage.size(), srcImage.type());for (int i = 1; i < srcImage.rows - 1; i++){float* pDataEdgeX = edgeX.ptr<float>(i);float* pDataEdgeY = edgeY.ptr<float>(i);float* pDataGraMag = graMagMat.ptr<float>(i);// 阈值化和极大值抑制for (int j = 1; j < srcImage.cols - 1; j++){if (pDataGraMag[j] > thresh && ((pDataEdgeX[j] > paraX * pDataEdgeY[j] && pDataGraMag[j] >pDataGraMag[j - 1] && pDataGraMag[j] > pDataGraMag[j + 1]) ||(pDataEdgeY[j] > paraY * pDataEdgeX[j] && pDataGraMag[j] >pDataGraMag[j - 1] && pDataGraMag[j] > pDataGraMag[j + 1])))resultImage.at<uchar>(i, j) = 255;}}return true;
}
int main()
{cv::Mat srcImage = cv::imread("5.jpg", 0);if (!srcImage.data)return -1;cv::imshow("srcImage", srcImage);cv::Mat resultImage;// 非极大值抑制细化竖直sobel检测SobelVerEdge(srcImage, resultImage);cv::imshow("resultImage", resultImage);cv::Mat resultImage2;// 图像直接卷积实现sobel检测sobelEdge(srcImage, resultImage2, 100);cv::imshow("resultImage2", resultImage2);cv::Mat resultImage3;int flag = 2;// 图像卷积下非极大值抑制sobelOptaEdge(srcImage, resultImage3, 2);cv::imshow("resultImage3", resultImage3);cv::waitKey(0);return 0;
}转载：http://blog.csdn.net/zhuwei1988
相关文章：
vue下实现textarea类似密码框的功能之探索input输入框keyup，keydown，input事件的触发顺序...
项目中引入element的input框组件，触发事件必须要加上.native <el-input placeholder"请输入" type"textarea" v-model"valueText" keyup.native"keyUp(valueText,$event)" keydown.native"keyDown($event)" …
【C++】动态内存管理/move/以及移动构造与移动赋值运算符
文章目录1 .对象移动与右值引用 实际应用过程中遇到的问题及其解决方案c中临时变量不能作为非const的引用参数2. 动态内存管理类3. 对象移动与右值引用4. 移动构造与移动复制运算符1 .对象移动与右值引用 实际应用过程中遇到的问题及其解决方案 问题描述： bool Cr…
图像直接卷积 Sobel 边缘实现
bool sobelEdge(const cv::Mat& srcImage, cv::Mat& resultImage,uchar threshold) {CV_Assert(srcImage.channels() 1);// 初始化水平核因子Mat sobelx (Mat_<double>(3, 3) << 1, 0,-1, 2, 0, -2, 1, 0, -1);// 初始化垂直核因子Mat sobely (Mat_&…
JSON.parse解析特殊字符报错解决方案
2019独角兽企业重金招聘Python工程师标准>>> 具体案例： 页面点击”下一任务” 会去请求后台，这里出现的问题是有虚拟任务的时候。然后会返回一个map，也就是如下图中回调函数中的data。 当该map里存有以下字符的时候： \…
MySQL数据库字符集和整理
MySQL数据库字符集和整理(2009-11-20 22:23:37)mysql数据库 it 其实这个表在MySQL数据库中通过phpMyAdmin就能看到，icech只是把表格整理了一下方便大家使用，如果要更换数据库的字符集，心里有数。其中有三种utf8_general_ci、utf8_unicode_ci…
【SLAM后端】—— ceres优化相机位姿求解
求解结果如下： mat 初始化，eigenvalue初始化 Mat K ( Mat_<double> ( 3,3 ) << 520.9, 0, 325.1, 0, 521.0, 249.7, 0, 0, 1 );Eigen::Matrix<float,3,1> vd_3d;v_3d << 3, 2, 1;求解目标函数结构体构造与实例 struct CurveFi…
SPOJ 1811 LCS [后缀自动机]
题意： 求两个串的最大连续子串 一个串建SAM，另一个串在上面跑 注意如果走了Suffix Link，sum需要更新为t[u].val1 Suffix Link有点像失配吧，当前状态s走不了了就到Suffix Link指向的状态fa上去，fa是s的后缀所以是可行的…
图像卷积下非极大值抑制 Sobel 的实现
bool sobelOptaEdge(const cv::Mat& srcImage, cv::Mat& resultImage, int flag) {CV_Assert(srcImage.channels() 1);// 初始化sobel水平核因子cv::Mat sobelX (cv::Mat_<double>(3, 3) << 1, 0, -1,2, 0, -2, 1, 0, -1);// 初始化sebel垂直核因子cv::…
was unable to refresh its cache! status = Cannot execute request on any known server
出现这种错误是因为: Eureka服务注册中心也会将自己作为客户端来尝试注册它自己，所以我们需要禁用它的客户端注册行为。 在 yml中设置 eureka.client.register-with-eurekafalse eureka.client.fetch-registryfalse 但在服务端是要这是为false的，在客…
【C++】浅析析构函数（基类中）为什么要写成虚基类？
为什么有了虚析构函数，就能先调用子类的析构函数？ class A {virtual ~A(){} };class B : A {virtual ~B(){} };A *p new B(); delete p; 唯一差别是，每个析构函数结束时会自动（隐含地）调上父类的析构函数࿰…
Roberts 边缘检测
#include <opencv2/opencv.hpp> // roberts算子实现 cv::Mat roberts(cv::Mat srcImage) {cv::Mat dstImage srcImage.clone();int nRows dstImage.rows;int nCols dstImage.cols;for (int i 0; i < nRows - 1; i){for (int j 0; j < nCols - 1; j){// 根据公…
vector、map删除当前记录
map<string, string> sMap; map<string, string>::iterator iter; for(iter sMap.begin();iter ! sMap.end();/* iter */) {sMap.erase(iter); }注意下列错误表达：1. for(iter sMap.begin();iter ! sMap.end(); iter ) {sMap.erase(iter); } 错误原因…
1-2 postman工具简介
postman提供了一个多窗口和多选项卡页面用于发送和接受请求，postman努力保持整洁和灵活，提供更多的空间，满足用户的需要。他很简单，能满足大部分接口的测试，性价比特别高。如图所示： 1.侧边栏 postman的侧边…
【C++】重载运算符（一）
1.1 重载运算符特点 重载运算符本质上是一次函数调用 除了operator() 运算符调用外，其他重载运算符不能含有默认参数。 当重载的运算符是成员函数时，this绑定到左侧运算对象。成员运算符函数（显式）的参数数量比运算对象少一个。…
javaScript的调试（二）
2019独角兽企业重金招聘Python工程师标准>>> 一、Firebug Firebug是Firefox浏览器的调试工具，只要我们在Firefox中安装了Firebug应用，就可以按F12或右击鼠标开启调试 那么我们就先来看一下如何在Firefox中安装了Firebug应用，一图剩…
Prewitt 边缘检测
#include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include "opencv2/imgproc/imgproc.hpp" #include <iostream> // prewitt算子实现 cv::Mat prewitts(cv::Mat img, bool verFlag false) {img.convertTo(img, CV_32FC…
[swift 进阶]读书笔记-第十一章：互用性 C11P1 实践:封装 CommonMark
第十一章：互用性 Interoperability 前言： swift 的最大优点就是与C 或者 OC 混编的时候稳的一匹 本章主要讲了swift和C之间的一些知识点。 11.1 实践:封装 CommonMark Hands-On: Wrapping CommonMark 这一小节更像是一个教程。教你如何封装C语言中的Comm…
【Cmake】Cmake学习记录
Cmake学习记录 1.1 常例 add_library(gen_reference_infogen_reference_info/gen_reference_info.hgen_reference_info/gen_reference_info.cc ) target_link_libraries(gen_reference_infoparamsimage_preprocessorcenter_extractorremapperdescriptor_generator${OpenCV_LI…
MySQL（三）用正则表达式搜索
正则表达式是用来匹配文本的特殊的串（字符集合），将一个模式（正则表达式）与一个文本串进行比较； 所有种类的程序设计语言、文本编辑器、操作系统等都支持正则表达式，正则表达式用正则表达式语言来…
计算梯度幅值与方向
Mat magX Mat(src.rows, src.cols, CV_32F); Mat magY Mat(src.rows, src.cols, CV_32F); Sobel(image, magX, CV_32F, 1, 0, 3); Sobel(image, magY, CV_32F, 0, 1, 3); // 计算斜率 Mat slopes Mat(image.rows, image.cols, CV_32F); divide(magY, magX, slopes); // 计…
好程序员web前端技术分享媒体查询
为什么80%的码农都做不了架构师？>>> 好程序员web前端技术分享媒体查询 什么是媒体查询 媒体查询可以让我们根据设备显示器的特性（如视口宽度、屏幕比例、设备方向：横向或纵向）为其设定CSS样式，媒体查询由媒…
【C++】重载运算符（二）
1.4 下标运算符p501 下标运算符必须是成员函数，表示容器的类通常可以通过容器中的位置访问元素，定义下标运算符operator[]一个包含下标运算符的类，通常，定义2个版本：一个返回普通引用，另一个是类的常量成员…
手动建库11.2.0.4
环境： oracle11.2.0.4 redhat6.2 在上篇文章中，我们只安装了oracle，还没有建立实例，本篇文章就来介绍如果手动建立实例。 1.创建密码文件（password file）----非必要 cd $ORACLE_HOME/dbs/ 查看是否有init.o…
滞后阈值边缘连接
// 边缘连接 void followEdges(int x, int y, Mat &magnitude, int tUpper,int tLower, Mat &edges) { edges.at<float>(y, x) 255; for (int i -1; i < 2; i) {for (int j -1; j < 2; j) {// 边界限制if((i ! 0) && (j ! 0) && (…
《复联4》的这波操作，其实是在灭 bug
前方涉及剧透，请谨慎阅读！！！前方涉及剧透，请谨慎阅读！！！前方涉及剧透，请谨慎阅读！！！↓↓↓Q1:您是否看了《复联4》？A、已看…
【C++】容器与继承
容器与继承 Exercise 15.28: Define a vector to hold Quote objects but put Bulk_quote objects into that vector. Compute the total net_price of all the elements in the vector. Exercise 15.29: Repeat your program, but this time store shared_ptrs to objects…
1.3 使用jmeter进行http接口测试
来源： http://www.cnblogs.com/alisapan/p/6150309.html 此篇纯是搬运记载。。 一、测试需求描述 1、 本次测试的接口为http服务端接口 2、 接口的主要分成两类，一类提供给查询功能接口，一类提供保存数据功能接口，这里我们举例2个…
opencv 自带库Canny边缘检测
#include "opencv2/imgproc/imgproc.hpp" #include "opencv2/highgui/highgui.hpp" int main( ) {// 读取源图像并转化为灰度图像cv::Mat srcImage cv::imread("..\\images\\flower.jpg",0);// 判断文件是否读入正确if( !srcImage.data ) retur…
git branch
git basic branch git branch <branchName>#create branch git branch --list#show branch list, git checkout <branchName>#choose branch,HEAD is pointer of the current branch last commit 复制代码create a file in branch 0.0.1,then checkout master ,mer…
读书笔记 effective c++ Item 5 了解c++默认生成并调用的函数
1 编译器会默认生成哪些函数 什么时候空类不再是一个空类？答案是用c处理的空类。如果你自己不声明，编译器会为你声明它们自己版本的拷贝构造函数，拷贝赋值运算符和析构函数，如果你一个构造函数都没有声明，编译器同样…