如何使用opencv提取5个方向的边？

我是一名图像处理初学者，如何使用opencv提取5种类型的“垂直”、“水平”、“对角45”、“对角135”、“非方向”边缘

首先，您需要对图像应用sobel过滤器。有关示例代码，请参见

一旦你得到了X和Y方向的梯度图像（我称它们为

Gx

和

Gy

），你就可以使用公式

theta=atan2（Gy，Gx）

和幅值

M=sqrt（Gx*Gx+Gy*Gy）

计算边缘的方向。一旦有了

Gx

、

Gy

、

theta

和

M

，就可以使用以下公式计算每个像素处定向边的大小

垂直边缘：

abs（Gy）

水平边缘：

abs（Gx）

45度边缘：

M*abs（cos（θ-pi/4））

135度边缘：

M*abs（cos（θ-3*pi/4））

非方向边：

M

---

除了非方向边缘，我们只是简单地计算梯度在特定方向上的投影大小。

首先，您需要对图像应用sobel过滤器。有关示例代码，请参见

一旦你得到了X和Y方向的梯度图像（我称它们为

Gx

和

Gy

），你就可以使用公式

theta=atan2（Gy，Gx）

和幅值

M=sqrt（Gx*Gx+Gy*Gy）

计算边缘的方向。一旦有了

Gx

、

Gy

、

theta

和

M

，就可以使用以下公式计算每个像素处定向边的大小

垂直边缘：

abs（Gy）

水平边缘：

abs（Gx）

45度边缘：

M*abs（cos（θ-pi/4））

135度边缘：

M*abs（cos（θ-3*pi/4））

非方向边：

M

---

除了非方向边缘，我们只是计算梯度在特定方向上的投影大小。

对不起@Berriel，我是图像处理的初学者，对我来说，问题不一样。我不太了解opencv的sobel运算符的返回值，所以我问了另一个问题。除了这条线，似乎没有人回答他们。但正如你所希望的，我已经删除了另一个主题。对不起@Berriel，我是图像处理的初学者，对我来说问题不一样。我不太了解opencv的sobel运算符的返回值，所以我问了另一个问题。除了这条线，似乎没有人回答他们。但正如你所愿，我已经删除了另一个主题。嗨@jodag非常感谢你的回答。我像你说的那样做了。所以我得到了5个矩阵。但我怎么才能知道，哪一类是重点呢？例如，图像中的第一个像素，我从五个矩阵中得到五个值，哪一个属于它？只要

Gx

和

Gy

不为零，就可以为图像中的每一条边指定一个方向（θ），所以我不确定“非方向边”到底是什么。在某些情况下，Sobel滤波器的应用被称为非方向性边缘滤波器，因为它提供的幅值

M

与边缘方向无关。如果需要，可以将幅值

M

小于某个阈值的所有像素指定为“非方向性”，然后将剩余像素指定给剩余四个类别中幅值最高的一个。是否尝试创建局部边缘直方图描述符？喜欢这篇文章：非常感谢你的解释。本来，我只是想实现这篇论文，但我不知道，为什么作者这样做。既然sobel算子可以计算梯度，为什么不先使用sobel算子计算梯度，然后创建局部边缘直方图呢？本主题也与本文相关，但列出的formel@user101375有6种边。我真的很困惑。嗨@jodag非常感谢你的回答。我像你说的那样做了。所以我得到了5个矩阵。但我怎么才能知道，哪一类是重点呢？例如，图像中的第一个像素，我从五个矩阵中得到五个值，哪一个属于它？只要

Gx

和

Gy

不为零，就可以为图像中的每一条边指定一个方向（θ），所以我不确定“非方向边”到底是什么。在某些情况下，Sobel滤波器的应用被称为非方向性边缘滤波器，因为它提供的幅值

M

与边缘方向无关。如果需要，可以将幅值

M

小于某个阈值的所有像素指定为“非方向性”，然后将剩余像素指定给剩余四个类别中幅值最高的一个。是否尝试创建局部边缘直方图描述符？喜欢这篇文章：非常感谢你的解释。本来，我只是想实现这篇论文，但我不知道，为什么作者这样做。既然sobel算子可以计算梯度，为什么不先使用sobel算子计算梯度，然后创建局部边缘直方图呢？本主题也与本文相关，但列出的formel@user101375有6种边。我真的很困惑。