基本概念

差分边缘检测是一种图像处理技术，用于检测图像中的边缘。边缘是指图像中灰度值发生显著变化的区域。差分边缘检测通常通过计算图像的梯度来实现，梯度反映了灰度值的变化率。在OpenCV中，可以使用不同的算子来检测不同方向的边缘，如垂直边缘、水平边缘和对角线边缘。

边缘检测原理

边缘检测通常涉及到一阶或二阶导数的计算。一阶导数反映了灰度值的变化率，而二阶导数则反映了灰度值变化率的变化率。一阶导数的绝对值较大处通常对应于边缘位置。

实验代码

 

#include "pch.h"
#include <iostream>

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>
using namespace cv;

//#pragma comment(lib,"opencv_world450d.lib")


// 图像差分操作
void diffOperation(const cv::Mat srcImage, cv::Mat& edgeXImage,cv::Mat& edgeYImage)
{
	cv::Mat tempImage = srcImage.clone();
	int nRows = tempImage.rows;
	int nCols = tempImage.cols;
	for (int i = 0; i < nRows - 1; i++)
	{
		for (int j = 0; j < nCols - 1; j++)
		{
			// 计算垂直边边缘
			edgeXImage.at<uchar>(i, j) =
				abs(tempImage.at<uchar>(i + 1, j) -
					tempImage.at<uchar>(i, j));
			// 计算水平边缘
			edgeYImage.at<uchar>(i, j) =
				abs(tempImage.at<uchar>(i, j + 1) -
					tempImage.at<uchar>(i, j));
		}
	}
}
 
int main()
{
	cv::Mat srcImage = cv::imread("03.jpeg");
	if (!srcImage.data)
		return -1;
	namedWindow("原图", WINDOW_NORMAL);
	cv::imshow("原图", srcImage);
	cv::Mat edgeXImage(srcImage.size(), srcImage.type());
	cv::Mat edgeYImage(srcImage.size(), srcImage.type());
	// 计算差分图像
	diffOperation(srcImage, edgeXImage, edgeYImage);
	namedWindow("差分边缘X图", WINDOW_NORMAL);
	namedWindow("差分边缘Y图", WINDOW_NORMAL);
	cv::imshow("差分边缘X图", edgeXImage);
	cv::imshow("差分边缘Y图", edgeYImage);
	cv::Mat edgeImage(srcImage.size(), srcImage.type());
	// 水平与垂直边缘图像叠加
	addWeighted(edgeXImage, 0.5, edgeYImage,
		0.5, 0.0, edgeImage);
	namedWindow("边缘图", WINDOW_NORMAL);
	cv::imshow("边缘图", edgeImage);
	cv::waitKey(0);
	return 0;
}

 

运行结果