问题标签 [sobel]

我正在android中开发一个相机应用程序，我想要的是实时应用一个sobel过滤器。我读到这对于 OpenGL 和 OpenCV 是可行的（我不知道哪个更容易）。谁能帮我？

我的应用程序是用于纸板的，但这与这个问题无关。

I'm working on Sobel masking for edge detection without using any special library. The output that I want to get is a text files with 512x512 matrix with values between 0 to 1. I've checked that the code is working by putting smaller values like 50 instead of 'ROW-2' and 'COL-2'. However if I put them back, the code takes forever to run.

Constant values are:

This is the main function:

This is the function SobelConvolution:

This is the function ImageReader:

Any hint or advice? Thanks in advance!

给定一个灰度 8 位图像（像素强度值从 0 到 255 的二维数组），我想在图像上实现 Sobel 运算符（掩码）。下面的 Sobel 函数基本上围绕给定像素循环，对像素应用以下权重：

然后应用给定的公式：

我试图从这个链接实现公式：http: //homepages.inf.ed.ac.uk/rbf/HIPR2/sobel.htm

鉴于此灰度 8 位图像

应用该功能时我得到了这个：

但应该得到这个：

我已经用python实现了其他高斯过滤器，我不确定我哪里出错了？

我想实现Sobel算法。

第一的

我得到输入图像的灰度数据并将数据放入mGrayData：

然后

我计算每个点的梯度：

方法gradient(x,y)：

问题

输入图像：

并在经过过滤后：

现在我该如何实现呢？

编辑：

我不知道如何使用渐变数据。我试试这个：

我得到图像：

Recently I am preparing for Low Poly like this:

My first thing is to pick up some points of the input image.I want to try Sobel for detection and I have read soble article.

Now I meet problem where I don't know how to implement sobel filter.Folowing is my try:

First -> Get gray data from input image

Then -> Calculate gradient of every point

Last -> Create new image with above gradient

Original image

What it should look like?

What I got

It's so strange that the color is a little blue

Edit 1:

Now I get:

why is it so black?

我正在尝试使用 OpenCV 重建我之前在 Gimp 中完成的一些预处理。第一阶段是用于边缘检测的 Sobel 滤波器。它在 Gimp 中运行良好：

现在这是我对 OpenCV 的尝试：

它看起来很糟糕，基本上是突出点而不是轮廓：

那么我做错了什么，或者 Gimp 是如何取得如此好的结果的，我如何在 OpenCV 中复制它？

我正在尝试从头开始实现 sobel 边缘检测，但我的输出似乎与 OpenCV 的 sobel 函数不匹配。我在 x 和 y 方向上使用 sobel 算子对图像执行相关性，然后将梯度幅度计算为 x 和 y 方向上幅度平方和的平方根。我相信问题在于我如何分配边缘检测的阈值。

代码：

图片-

1.原图-

2. 我的 Sobel 边缘检测实现

3. Opencv Sobel边缘函数输出

所以我正在尝试编写一个使用sobel算子检测图像边缘的程序。下面是我的方法。

这主要只是给我一个黑白图像：

前

后

我显然以某种方式错误地计算了像素值。我还注意到确定像素应该是黑色还是白色时使用什么值。

当将 Sobel 算子应用于 X 和 Y 方向的图像并atan2从生成的 X/Y 向量计算角度 ( ) 时，我似乎以 45 度的步长获得梯度方向。Sobel 是否只能以 45 度的步长产生 8 个方向，或者我应该得到精确的角度还是可能是舍入误差？

我使用 sobel 卷积Gx并Gy在此处提到https://en.wikipedia.org/wiki/Sobel_operator

试图在其自己的区域内提取边缘内外的像素，目前我正在应用 scipy Sobel 过滤器，如下所示：

目前的结果是：

这个想法是获取边缘检测之外的像素，例如这些区域：

如何提取 sobel 滤波器内外区域的数组？