我是OpenCV的新手并尝试使用C ++将以下MATLAB代码转换为OpenCV:
[FX,FY]=gradient(mycell{index});
到目前为止,我已尝试过以下内容,但我的值与我的MATLAB结果完全不同
Mat abs_FXR;
Mat abs_FYR;
int scale = 1;
int delta = 0;
// Gradient X
Sobel(myImg, FXR, CV_64F, 1, 0, 3, scale, delta, BORDER_DEFAULT);
convertScaleAbs( FXR, abs_FXR );
imshow( window_name2, abs_FXR );
// Gradient Y
Sobel(myImg, FYR, CV_64F, 0, 1, 3, scale, delta, BORDER_DEFAULT);
convertScaleAbs( FYR, abs_FYR );
imshow( window_name3, abs_FYR );
我也尝试过根据这个问题使用filter2D,但它仍然提供了不同的结果:Matlab gradient equivalent in opencv
Mat kernelx = (Mat_<float>(1,3)<<-0.5, 0, 0.5);
Mat kernely = (Mat_<float>(3,1)<<-0.5, 0, 0.5);
filter2D(myImg, FXR, -1, kernelx);
filter2D(myImg, FYR, -1, kernely);
imshow( window_name2, FXR );
imshow( window_name3, FYR );
我不知道这是否偏离轨道,或者它只是一个我需要改变的参数。任何帮助将不胜感激。
更新 这是我对MATLAB的预期输出:
但这是我使用Sobel从OpenCV获得的内容:
这是我使用Filter2D方法从OpenCV获得的输出(我尝试增加高斯滤波器的大小,但与MATLAB相比仍然得到不同的结果)
我还使用以下方法将图像转换为双精度:
eye_rtp.convertTo(eye_rt,CV_64F);
答案 0 :(得分:2)
你需要做一个中心差异计算而不是使用Sobel滤波器(尽管Sobel确实给出了很好的导数)以匹配gradient
是正确的。顺便说一句,如果您有图像处理工具箱,imgradient
和imgradientxy
可以选择使用Sobel来计算渐变。 (注意,the answer in the question you referenced 错误 Sobel只提供二阶导数,因为有一阶和二阶Sobel算子可用。)
关于您看到的差异,您可能需要在myImg
之前将filter2D
转换为float或double。检查FXL
等的输出类型
此外,双精度为CV_64F
,单精度为CV_32F
,但在这种情况下,这可能只会导致非常小的差异。