这是我在灰度图像上执行的sobel滤镜功能。显然我没有正确地计算我的计算因为我不断得到全黑的图像。我已经参与了这个项目,但结果并不正确,这让我感到困扰。
int sobelH[3][3] = { -1, 0, 1,
-2, 0, 2,
-1, 0, 1 },
sobelV[3][3] = { 1, 2, 1,
0, 0, 0,
-1, -2, -1 };
//variable declaration
int mag;
int pix_x, pix_y = 0;
int img_x, img_y;
for (img_x = 0; img_x < img->x; img_x++)
{
for (img_y = 0; img_y < img->y; img_y++)
{
pix_x = 0;
pix_y = 0;
//calculating the X and Y convolutions
for (int i = -1; i <= 1; i++)
{
for (int j = -1; j <= 1; j++)
{
pix_x += (img->data[img_y * img->x + img_x].red + img->data[img_y * img->x + img_x].green + img->data[img_y * img->x + img_x].blue) * sobelH[1 + i][1 + j];
pix_y += (img->data[img_y * img->x + img_x].red + img->data[img_y * img->x + img_x].green + img->data[img_y * img->x + img_x].blue) * sobelV[1 + i][1 + j];
}
}
//Gradient magnitude
mag = sqrt((pix_x * pix_x) + (pix_y * pix_y));
if (mag > RGB_COMPONENT_COLOR)
mag = 255;
if (mag < 0)
mag = 0;
//Setting the new pixel value
img->data[img_y * img->x + img_x].red = mag;
img->data[img_y * img->x + img_x].green = mag;
img->data[img_y * img->x + img_x].blue = mag;
}
}
答案 0 :(得分:1)
尽管您的代码可以使用一些改进,但主要原因是您在常量img_y
和img_x
处计算卷积。你需要做的是:
pix_x += (img->data[img_y * img->x + img_x + i].red + img->data[img_y * img->x + img_x + i].green + img->data[img_y * img->x + img_x + i].blue) * sobelH[1 + i][1 + j];
实际上,Sobel卷积是对称的,所以如果用恒定图像计算卷积,它将只产生黑色。
请注意,在上面的示例中,我没有考虑图像的边框。您应该确保不能访问像素阵列之外的像素。
答案 1 :(得分:0)
另一个错误是你在输入图像中写字。您在位置(x,y)处写入,然后使用(x,y)处的修改值计算位置(x + 1,y)的过滤结果,这是要使用的错误值。
您需要将结果写入新图像。