卷积应用-图像边缘提取

1.边缘是什么 – 是像素值发生跃迁的地方，是图像的显著特征之一，
 在图像特征提取、对象检测、模式识别等方面都有重要的作用。
2.如何捕捉/提取边缘 – 对图像求它的一阶导数delta =  f(x) – f(x-1), delta越大，说明像素在X方向变化越大，边缘信号越强，
3.我已经忘记啦，不要担心，用Sobel算子就好！卷积操作

Sobel算子

是离散微分算子（discrete differentiation operator），用来计算图像灰度的近似梯度
Soble算子功能集合高斯平滑和微分求导
又被称为一阶微分算子，求导算子，在水平和垂直两个方向上求导，得到图像X方法与Y方向梯度图像

求和的方式计算的速度回更快；

求取导数的近似值，kernel=3时不是很准确，OpenCV使用改进版本Scharr函数，算子如下：

代码：

#include <opencv2\opencv.hpp>

using namespace cv;
using namespace std;


int main()
{
	Mat src, dst;
	src = imread("D:/opencvSRC/test.jpg");
	if (src.empty()) {

		printf("load image error!\n");
	}
	namedWindow("src", CV_WINDOW_AUTOSIZE);
	imshow("src", src);
	
	Mat gray_src;
	GaussianBlur(src, dst, Size(3, 3), 0, 0, 4);
	cvtColor(dst, gray_src, CV_BGR2GRAY);
	imshow("gray_src", gray_src);

	Mat xgrad, ygrad;
	Scharr(gray_src, xgrad, CV_16S, 1, 0);
	Scharr(gray_src, ygrad, CV_16S, 1, 0);
	//Scharr(gray_src, xgrad, CV_16S, 1, 0,3);
	//Scharr(gray_src, ygrad, CV_16S, 1, 0, 3);
	convertScaleAbs(xgrad, xgrad);
	convertScaleAbs(ygrad, ygrad);
	imshow("xgrad", xgrad);
	imshow("ygrad", ygrad);

	//Mat xy_gray;
	Mat xy_gray = Mat(xgrad.size(), xgrad.type());
	printf("type : %d\n", xgrad.type());
	int width = xgrad.cols;
	int height = ygrad.rows;
	for (int row = 0; row < height; row++) {
		for (int col = 0; col < width; col++) {
			int xg = xgrad.at<uchar>(row, col);
			int yg = ygrad.at<uchar>(row, col);
			int xy = xg + yg;
			xy_gray.at<uchar>(row, col) = saturate_cast<uchar>(xy);
		}
	}
	//addWeighted(xgrad, 0.5, ygrad, 0.5, 0, xy_gray);

	imshow("xy_gray", xy_gray);
	
	
	waitKey(0);
	return 0;
}

效果：