问题标签 [sobel]

有人可以描述不同的边缘检测算法来检测图像中的边缘及其使用的优缺点。我感兴趣的一些主要算法是：Sobel FuzzyLogic Canny

提前致谢

我想对大图像应用 sobel 过滤器。

我正在使用 OpenMP 进行并行处理以优化计算时间。

在用于并行优化之后，我注意到它需要的时间比预期的要长。这是代码：

如果我注释掉编译指示（禁用 OpenMP），计算会更快（10 秒），我看不出问题出在哪里。

例如，在 Sobel 算子中，Sobel Kernel，

为什么总和为零？有什么具体原因吗？

我为 Sobel 算子编写了一个用于边缘检测的类，但是当我使用示例图像时，我的边缘是关闭的。如果有人可以帮助我，将不胜感激。

我以维基百科的阀门图片为例。

原始测试图像

预期结果

实际结果

我正在尝试对 OpenCV 中的输入图像执行方向估计。我使用 sobel 函数来获取图像的渐变，并使用calculateOrientations我在互联网上找到的另一个名为 的函数来计算方向。

代码如下：

现在，我需要确定获得的方向是否正确。为此，我想在方向矩阵上为每个大小为 5x5 的块绘制箭头。有人可以建议我如何在这上面画箭头吗？谢谢你。

我用一个需要可视化图像层的示例来测试 Three.js，如下所示：

当我使用“THREE.EdgeShader”或“THREE.EdgeShader2”时，我获得了图像的过滤器下一张图像显示了获得的结果：

我的问题出现是因为场景也被修改了。所以，我只需要对图像应用过滤器。此外，我要求在应用滤镜后，所有导致黑色的像素都是透明的。你可以帮帮我吗 ？

代码是：

我们在着色器的法线贴图上有一些视觉伪影，因为一些单像素带与周围环境形成鲜明对比。需要明确的是，边缘不是问题，只有这些单个像素带。

在这种情况下，使用典型的 Sobel 边缘检测之类的东西是行不通的，因为在这样的频带之上，它会检测到 0。我可以考虑对内核进行其他修改，这些修改可能会起作用，例如

但我认为可能有一种“正确”的数学方法来进行这样的操作。

最后，我想使用周围的像素来平滑这些线条（因此是选择性模糊）。这些线可以出现在任何方向，所以如果我要使用上面的内核，我需要在两个方向上应用它并添加它以获得类似于应用 Sobel 内核时的线强度。

我正在为一个学校项目尝试一个一块一块的 Sobel 边缘检测器，但我无法弄清楚我哪里出错了。在不提供太多细节的情况下，我认为其中很大一部分归结为下面的代码。当我放一个 lenna.pgm 图像时：

通过沿 x 渐变的 2D 蒙版，我得到了很多噪点。

我和我的导师讨论了代码，我正在按照他说的去做。

这是x方向卷积的代码：

我也尝试在输出到文件之前对图像进行标准化，但图像变暗了。

我非常感谢任何见解。这已经让我好几天了。

我试图将此 C/C++ 代码转换为适用于 Android 的 Java。http://docs.opencv.org/doc/tutorials/imgproc/imgtrans/sobel_derivatives/sobel_derivatives.html#sobel-derivatives 不幸的是，它不起作用。

我的代码：`public class MainActivity extends Activity {

}`

LogCat 对此代码的看法：

我尝试将以下代码应用于图像八度：

我得到的图像是：

如果我使用 Prewitt 函数，就会出现类似的图像。谁能向我解释发生了什么？问题是我无法仅将结果可视化过程，因此我无法理解为什么代码不起作用。