【OpenCV】边缘检测、梯度计算 Sobel Mat

在opencv 中Mat可以进行矩阵运算，Sobel可以求矩阵的梯度，函数接口和参数含义如下：

CV_EXPORTS_W void Sobel( InputArray src, OutputArray dst, int ddepth,int dx, int dy, int ksize=3,double scale=1, double delta=0,int borderType=BORDER_DEFAULT );

src:要求梯度的矩阵

dst:梯度求出后存放结果的数组

ddepth：深度，一般与src深度相同，用src.depth()表示

dx：dx=1表示求x方向的一阶梯度，dx=0，不求x方向

dy：dy=1表示求y方向的一阶梯度，dy=0，不求y方向

ksize：核函数的大小

scale：梯度值的尺度大小

delta：delta=0时，表示梯度为0的地方值为0，delta=m表示梯度为0的地方值为m,梯度不为0处值加m

borderType：矩阵的四条边界处，求梯度的类型

Mat mat(10,16,CV_64F);
	mat.setTo(2);
	//在mat中生成一个局部为-2的矩形
	for (int i=0;i<mat.rows;i++)
	{
		//第3到6行
		if (i>2&&i<7) 
		{
			for (int j=0;j<mat.cols;j++)
			{
				//第4到8列
				if (j>3&&j<9)
				{
					mat.row(i).col(j).setTo(-2);
				}
			}
		}
	}
	int nnn=mat.channels();
	cout<<mat<<endl;

运行结果：

//分别求x y方向的一阶梯度
Mat sobleX,sobleY;
	
Sobel(mat,sobleX,mat.depth(),1,0,1,1,0,BORDER_DEFAULT); //X方向
Sobel(mat,sobleY,mat.depth(),0,1,1,1,0,BORDER_DEFAULT); //X方向
cout<<sobleX<<endl;
cout<<sobleY<<endl;

运行结果：

//求xy的一阶梯度
Sobel(mat,sobleX,mat.depth(),1,1,1,1,0,BORDER_DEFAULT); //XY方向同时求梯度
cout<<sobleX<<endl;

运行结果：

//修改核函数kSize为3 
Sobel(mat,sobleX,mat.depth(),1,0,3,1,0,BORDER_DEFAULT); 
cout<<sobleX<<endl;

运行结果：

//修改scale尺度 梯度处值发生变化
Sobel(mat,sobleX,mat.depth(),1,0,1,0.5,0,BORDER_DEFAULT); 
cout<<sobleX<<endl;

运行结果：

//修改delta值 非梯度和梯度处值均发生变化
Sobel(mat,sobleX,mat.depth(),1,0,1,0.5,2,BORDER_DEFAULT); 
cout<<sobleX<<endl;

运行结果：

//修改边界的类型，边界处值发生变化
Sobel(mat,sobleX,mat.depth(),1,0,1,0.5,0,BORDER_CONSTANT);
 cout<<sobleX<<endl;

运行结果：



在matlab中进行梯度计算的函数是gradient，若要使opencv中的Sobel函数与matlab中的gradient函数运算结果一致，则对应的参数设置如下所示：

Sobel(mat,sobleX,mat.depth(),1,0,1,0.5,0); //X方向
Sobel(mat,sobleY,mat.depth(),1,0,1,0.5,0); //X方向

matlab中的代码为：

mat=ones(10,16)
mat=mat*2
mat(4:7,5:9)=-2
[ux,uy]=gradient(mat)  %ux表示x方向，与sobleX对应。uy表示y方向，与sobleY对应

运算结果：