【小林的OpenCV基礎課 番外】極簡邊緣運算元基礎知識
02-14
圖像中邊緣的檢測，從視覺的角度考慮（而不是AI的角度），最簡單的辦法是求梯度。
我們知道，邊緣通常是像素值的跳變處，連續狀態時可求導後求梯度，離散狀態下可求差分再求梯度，而圖像的像素值是離散的，因此採用模板卷積求差分的方法求梯度。
尋找邊緣時，可以求一階導數，也可以求二階導數，而梯度方向也有兩方向和八方向等。
這篇番外以一階導數入手講解x,y方向的通過梯度找邊緣的過程，使用Sobel運算元。內容出自：
《計算機視覺教程（第2版）》 章毓晉 人民郵電出版社
邊緣卷積運算元是如何實現梯度求解呢？我們來個簡單的Demo：
我們分別使用x,y方向的Sobel運算元對一個水平方向跳變的圖像矩陣求梯度（一階）
按公式： 可計算得，x方向梯度值為38，y方向梯度值為0。由計算結果得出，在水平方向存在著一條豎直的邊緣，而直接從圖像矩陣中得出的結論亦如此。
下面這張圖出自官方指導：
但求出梯度之後，對於機器來講並沒有得到邊緣。要想得到邊緣還需要經過邊緣的篩選、邊緣的閉合等等。
最後的最後
如果喜歡小林的專欄，就收藏了吧！してください！
推薦閱讀：