ToB企服应用市场:ToB评测及商务社交产业平台

标题: Qt图像处置处罚技术十二:QImage实现边沿检测(sobel算法) [打印本页]
作者: 祗疼妳一个    时间: 2024-6-26 08:29
标题: Qt图像处置处罚技术十二:QImage实现边沿检测(sobel算法)
结果图


原理

Sobel算法是一种常用的边沿检测算法，它利用图像的灰度变革来检测图像中物体的边沿。Sobel算法主要包罗以下几个步调：
灰度化： 起首将彩色图像转换为灰度图像，因为灰度图像只包含单通道的灰度信息，有利于边沿检测处置处罚。
盘算水平和垂直方向的梯度： 对灰度图像进行水平和垂直方向的滤波操作。分别利用Sobel算子对图像进行卷积操作，Sobel算子是一个3x3的矩阵，用于对图像的每个像素进行加权求和，以便捕捉到图像中灰度变革最为明显的地方。水平方向的Sobel算子通常表现为Gx，垂直方向的Sobel算子通常表现为Gy。
归并梯度： 盘算水平和垂直方向梯度的幅值，通常利用以下公式来归并水平和垂直方向的梯度：
[ G = \sqrt{G_x^2 + G_y^2} ]
此中，(G) 表现综合梯度，(G_x) 和 (G_y) 分别表现水平和垂直方向的梯度。
阈值处置处罚： 对归并后的梯度图像进行阈值处置处罚，通过设置合适的阈值来筛选出明显的边沿，抑制一些非边沿的干扰信息。
非极大值抑制： 进一步细化边沿位置，通过保存局部梯度最大的像素值，抑制其他非最大值的像素，以得到更细化、更正确的边沿信息。
总的来说，Sobel算法通过盘算图像中每个像素点的梯度值，从而找到图像中灰度变革明显的位置，辨认物体的边沿信息。这种方法在盘算上比力简单，且结果比力稳固，因此被广泛应用在图像处置处罚范畴中的边沿检测任务中。
源码

  1. // Sobel算子
  2. int sobelOperator(const QImage &image, int x, int y)
  3. {
  4.     int gx = 0, gy = 0;
  6.     // Sobel算子
  7.     int sobelX[3][3] = {{-1, 0, 1},
  8.                         {-2, 0, 2},
  9.                         {-1, 0, 1}};
  10.     int sobelY[3][3] = {{-1, -2, -1},
  11.                         {0, 0, 0},
  12.                         {1, 2, 1}};
  14.     // 遍历Sobel算子的3x3邻域
  15.     for (int i = -1; i <= 1; ++i) {
  16.         for (int j = -1; j <= 1; ++j) {
  17.             // 获取邻域内的像素值，超出边界的像素使用0代替
  18.             int pixelX = qBound(0, x + i, image.width() - 1);
  19.             int pixelY = qBound(0, y + j, image.height() - 1);
  20.             QColor pixelColor(image.pixel(pixelX, pixelY));
  22.             // 计算梯度值
  23.             gx += sobelX[i + 1][j + 1] * pixelColor.red();
  24.             gy += sobelY[i + 1][j + 1] * pixelColor.red();
  25.         }
  26.     }
  28.     // 计算梯度的幅值
  29.     int gradientMagnitude = qAbs(gx) + qAbs(gy);
  31.     // 对梯度值进行归一化处理，确保在[0, 255]范围内
  32.     gradientMagnitude = qBound(0, gradientMagnitude, 255);
  34.     return gradientMagnitude;
  35. }
  37. // 边缘检测函数
  38. QImage detectEdges(const QImage &inputImage)
  39. {
  40.     QImage outputImage(inputImage.size(), inputImage.format());
  42.     for (int y = 0; y < inputImage.height(); ++y) {
  43.         for (int x = 0; x < inputImage.width(); ++x) {
  44.             // 对每个像素应用Sobel算子
  45.             int gradientMagnitude = sobelOperator(inputImage, x, y);
  46.             // 将梯度值作为边缘强度，用灰度值表示
  47.             outputImage.setPixelColor(x, y, QColor(gradientMagnitude, gradientMagnitude, gradientMagnitude));
  48.         }
  49.     }
  51.     return outputImage;
  52. }
复制代码
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。



欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/) Powered by Discuz! X3.4