Question

我有一个应用程序，我需要检查相机的焦点。为此，我想测量单轴（1D）上几个预定义位置的边缘强度（梯度的大小）。图像目标将是一段时间背景上的黑色物体的简单打印输出。

我正在使用OpenCV和Python。我知道在OpenCV中有几种边缘检测算法，如Canny，Sobel，laplace，但所有这些都是为了过滤图像。我想实际测量边缘的强度。 OpenCV中是否有可以提供此功能的算法？或者我只是编写自己的算法来测量边缘强度？

Answer 1

这是一个Python版本：

def getGradientMagnitude(im):
    "Get magnitude of gradient for given image"
    ddepth = cv2.CV_32F
    dx = cv2.Sobel(im, ddepth, 1, 0)
    dy = cv2.Sobel(im, ddepth, 0, 1)
    dxabs = cv2.convertScaleAbs(dx)
    dyabs = cv2.convertScaleAbs(dy)
    mag = cv2.addWeighted(dxabs, 0.5, dyabs, 0.5, 0)
    return mag

mag = getGradientMagnitude(im)

Answer 2

您可以计算如下的幅度：

计算dx和dy衍生物（使用cv::Sobel）
计算幅度sqrt(dx^2 + dy^2)（使用cv::magnitude）

这是一个计算渐变幅度的简单C ++代码。您可以轻松移植到Python，因为它只是对OpenCV函数的一些调用：

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    //Load image
    Mat3b img = imread("path_to_image");

    //Convert to grayscale
    Mat1b gray;
    cvtColor(img, gray, COLOR_BGR2GRAY);

    //Compute dx and dy derivatives
    Mat1f dx, dy;
    Sobel(gray, dx, CV_32F, 1, 0);
    Sobel(gray, dy, CV_32F, 0, 1);

    //Compute gradient
    Mat1f magn;
    magnitude(dx, dy, magn);

    //Show gradient
    imshow("Magnitude", magn);
    waitKey();

    return 0;
}

测量OpenCV中的边缘强度，梯度的大小

2 个答案: