前言
上一篇文章 ,我們講解了圖像處理中的膨脹和腐蝕函數,這篇文章將做邊緣梯度計算函數。直接摘自 OpenCV 2.4+ C++ 邊緣梯度計算 。
?
圖像的邊緣
圖像的邊緣從數學上是如何表示的呢?
圖像的邊緣上,鄰近的像素值應當顯著地改變了。而在數學上,導數是表示改變快慢的一種方法。 梯度值的大變預示著圖像中內容的顯著變化了。
用更加形象的圖像來解釋,假設我們有一張一維圖形。下圖中灰度值的“躍升”表示邊緣的存在:
使用一階微分求導我們可以更加清晰的看到邊緣“躍升”的存在(這里顯示為高峰值):
由此我們可以得出:邊緣可以 通過定位梯度值大于鄰域的相素的方法找到。
?
近似梯度
比如內核為3時。
首先對x方向計算近似導數:
然后對y方向計算近似導數:
然后計算梯度:
當然你也可以寫成:
?
函數實現
var
Sobel =
function
(__src, __xorder, __yorder, __size, __borderType, __dst){
(__src
&& (__xorder ^ __yorder)) || error(arguments.callee, IS_UNDEFINED_OR_NULL
/*
{line}
*/
);
if
(__src.type && __src.type === "CV_GRAY"
){
var
kernel1,
kernel2,
height
=
__src.row,
width
=
__src.col,
dst
= __dst ||
new
Mat(height, width, CV_16I, 1
),
dstData
=
dst.data
size
= __size || 3
;
switch
(size){
case
1
:
size
= 3
;
case
3
:
if
(__xorder){
kernel
= [-1, 0, 1
,
-2, 0, 2
,
-1, 0, 1
];
}
else
if
(__yorder){
kernel
= [-1, -2, -1
,
0, 0, 0
,
1, 2, 1
];
}
break
;
case
5
:
if
(__xorder){
kernel
= [-1, -2, 0, 2, 1
,
-4, -8, 0, 8, 4
,
-6,-12, 0,12, 6
,
-4, -8, 0, 8, 4
,
-1, -2, 0, 2, 1
];
}
else
if
(__yorder){
kernel
= [-1, -4, -6, -4, -1
,
-2, -8,-12, -8, -2
,
0, 0, 0, 0, 0
,
2, 8, 12, 8, 2
,
1, 4, 6, 4, 1
];
}
break
;
default
:
error(arguments.callee, UNSPPORT_SIZE
/*
{line}
*/
);
}
GRAY216IC1Filter(__src, size, height, width, kernel, dstData, __borderType);
}
else
{
error(arguments.callee, UNSPPORT_DATA_TYPE
/*
{line}
*/
);
}
return
dst;
};
這里只提供了內核大小為3和5的Sobel算子,主要原因是7或以上的內核計算就比較慢了。
輸出一個單通道的16位有符號整數矩陣。
function
GRAY216IC1Filter(__src, size, height, width, kernel, dstData, __borderType){
var
start = size >> 1
;
var
withBorderMat = copyMakeBorder(__src, start, start, 0, 0
, __borderType);
var
mData =
withBorderMat.data,
mWidth
=
withBorderMat.col;
var
i, j, y, x, c;
var
newValue, nowX, offsetY, offsetI;
for
(i = height; i--
;){
offsetI
= i *
width;
for
(j = width; j--
;){
newValue
= 0
;
for
(y = size; y--
;){
offsetY
= (y + i) *
mWidth;
for
(x = size; x--
;){
nowX
= x +
j;
newValue
+= (mData[offsetY + nowX] * kernel[y * size +
x]);
}
}
dstData[j
+ offsetI] =
newValue;
}
}
}
然后把內核和矩陣交給這個濾波器處理,就OK了。
把這個濾波器獨立出來的原因是,可以給其他類似的計算邊緣函數使用,比如Laplacian和Scharr算子。
?
轉為無符號8位整數
由于Sobel算子算出來的是16位有符號整數,無法顯示成圖片,所以我們需要一個函數來將其轉為無符號8位整數矩陣。
convertScaleAbs函數是將每個元素取絕對值,然后放到Int8Array數組里面,由于在賦值時候大于255的數會自動轉成255,而小于0的數會自動轉成0,所以不需要我們做一個函數來負責這一工作。
function
convertScaleAbs(__src, __dst){
__src
|| error(arguments.callee, IS_UNDEFINED_OR_NULL
/*
{line}
*/
);
var
height =
__src.row,
width
=
__src.col,
channel
=
__src.channel,
sData
=
__src.data;
if
(!
__dst){
if
(channel === 1
)
dst
=
new
Mat(height, width, CV_GRAY);
else
if
(channel === 4
)
dst
=
new
Mat(height, width, CV_RGBA);
else
dst
=
new
Mat(height, width, CV_8I, channel);
}
else
{
dst
=
__dst;
}
var
dData =
dst.data;
var
i, j, c;
for
(i = height; i--
;){
for
(j = width * channel; j--
;){
dData[i
* width * channel + j] = Math.abs(sData[i * width * channel +
j]);
}
}
return
dst;
}
?
按比例合并值
我們還需要一個函數將x方向梯度計算值和y方向梯度計算值疊加起來。
var
addWeighted =
function
(__src1, __alpha, __src2, __beta, __gamma, __dst){
(__src1
&& __src2) || error(arguments.callee, IS_UNDEFINED_OR_NULL
/*
{line}
*/
);
var
height =
__src1.row,
width
=
__src1.col,
alpha
= __alpha || 0
,
beta
= __beta || 0
,
channel
=
__src1.channel,
gamma
= __gamma || 0
;
if
(height !== __src2.row || width !== __src2.col || channel !==
__src2.channel){
error(arguments.callee,
"Src2 must be the same size and channel number as src1!"
/*
{line}
*/
);
return
null
;
}
if
(!
__dst){
if
(__src1.type.match(/CV\_\d+/
))
dst
=
new
Mat(height, width, __src1.depth(), channel);
else
dst
=
new
Mat(height, width, __src1.depth());
}
else
{
dst
=
__dst;
}
var
dData =
dst.data,
s1Data
=
__src1.data,
s2Data
=
__src2.data;
var
i;
for
(i = height * width * channel; i--
;)
dData[i]
= __alpha * s1Data[i] + __beta * s2Data[i] +
gamma;
return
dst;
};
這個函數很簡單,實際上只是對兩個矩陣的對應元素按固定比例相加而已。
?
效果圖
?
系列目錄
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索:z360901061
微信掃一掃加我為好友
QQ號聯系: 360901061
您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對您有幫助就好】元

