彩色图像的边缘检测CannyAlgorithm

Question

这就是我在 GRAYSCALE 上使用 Sobel 内核的方法 image.However，我实际上不知道如何为彩色图像修改它。

void Soble()
 {
Mat img;
int w = 3;
int k = w / 2;

char fname[MAX_PATH];
openFileDlg(fname);
img = imread(fname, CV_LOAD_IMAGE_GRAYSCALE);
gaussianFiltering(img);
Mat destinationImg = img.clone();
float sobelY[3][3] = { 1, 2, 1, 0, 0, 0, -1, -2, -1 };
float sobelX[3][3] = { -1, 0, 1, -2, 0, 2, -1, 0, 1 };  
for (int i = k; i < img.rows - k; i++)
{
    for (int j = k; j < img.cols - k; j++)
    {
        float Gx = 0, Gy = 0;

        for (int l = 0; l < w; l++)
        {
            for (int p = 0; p < w; p++)
            {
                Gx += img.at<uchar>(i + l - k, j + p - k)*sobelX[l][p];
                Gy += img.at<uchar>(i + l - k, j + p - k)*sobelY[l][p];
            }
        }
        destinationImg.at<uchar>(i, j) = sqrt(Gx*Gx + Gy * Gy) / (4 * sqrt(2));

    }
}
imshow("Intermediar",destinationImg);
imshow("Initial", img);
waitKey(0);

  }

我想过使用每个 RGB 通道，但它不起作用，甚至会出现一些错误。

        float GxR = 0, GyR = 0;
        float GxG = 0, GyG = 0;
        float GxB = 0, GyB = 0;

        for (int l = 0; l < w; l++)
        {
            for (int p = 0; p < w; p++)
            {
                GxR += img.at<Vec3b>[0](i + l - k, j + p - k)*sobelX[l][p];
                GxG += img.at<Vec3b>[1](i + l - k, j + p - k)*sobelX[l][p];
                GxB += img.at<Vec3b>[2](i + l - k, j + p - k)*sobelX[l][p];
                GyR += img.at<Vec3b>[0](i + l - k, j + p - k)*sobelY[l][p];
                GyG += img.at<Vec3b>[1](i + l - k, j + p - k)*sobelY[l][p];
                GyB += img.at<Vec3b>[2](i + l - k, j + p - k)*sobelY[l][p];
            }
        }
        destinationImg.at<Vec3b>[0](i, j) = sqrt(GxR*GxR + GyR * GyR) / (4 * sqrt(2));
        destinationImg.at<Vec3b>[1](i, j) = sqrt(GxG*GxG + GyB * GyB) / (4 * sqrt(2));
        destinationImg.at<Vec3b>[2](i, j) = sqrt(GxG*GxG + GyG * GyG) / (4 * sqrt(2));

能否解释一下必须如何重写这段代码？

Answer 1

您以错误的方式访问图像数据。

destinationImg.at<Vec3b>[0](i, j)

destinationImg 是 Vec3b 类型的 Mat。这意味着它是三维向量的二维数组。

您的 [ ] 操作员位置错误...

下标错误消息告诉您您正在对既不是指针也不是数组的对象使用该运算符，这是不可能的。您收到其他错误消息是因为您在预期 (i,j) 的位置有该运算符。

首先你必须得到这些向量之一，然后你才能得到它的元素。

destinationImg.at<Vec3b>(i,j) 将为您提供 i,j 处的向量。

destinationImg.at<Vec3b>(i,j)[0] 将为您提供该向量的第一个元素。

OpenCV 文档中的示例：

Vec3b intensity = img.at<Vec3b>(y, x);
uchar blue = intensity.val[0];
uchar green = intensity.val[1];
uchar red = intensity.val[2];

http://docs.opencv.org/2.4.13.2/doc/user_guide/ug_mat.html

彩色图像的边缘检测CannyAlgorithm

Edge detection for color images CannyAlgorithm

c++

visual-studio

opencv

image-processing

opencv-contour