Question

我目前正在使用此代码计算Sobel梯度的大小：

sobel_x = cv.CreateImage(cv.GetSize(im), cv.IPL_DEPTH_16S, 1)
sobel_y = cv.CreateImage(cv.GetSize(im), cv.IPL_DEPTH_16S, 1)
cv.Sobel(im, sobel_x, 1, 0, 3)
cv.Sobel(im, sobel_y, 0, 1, 3)

width, height = cv.GetSize(im)
for i in range(width*height):
    x, _, _, _ = cv.Get1D(sobel_x, i)
    y, _, _, _ = cv.Get1D(sobel_y, i)
    px = int(math.sqrt(x*x + y*y))
    cv.Set1D(sobel, i, px)

这很简单，但效率不高，因为我逐个访问每个像素。我希望在OpenCV中有更好的方法：

sobel_x2 = cv.CreateImage(cv.GetSize(im), cv.IPL_DEPTH_32S, 1)
sobel_y2 = cv.CreateImage(cv.GetSize(im), cv.IPL_DEPTH_32S, 1)
sobel_2  = cv.CreateImage(cv.GetSize(im), cv.IPL_DEPTH_32S, 1)
cv.Mul(sobel_x, sobel_x, sobel_x2)
cv.Mul(sobel_y, sobel_y, sobel_y2)
cv.Add(sobel_x2, sobel_y2, sobel_2)

这里我只是对图像进行平方并添加它们。它使用更多内存但应该更快，因为现在一些操作将并行完成。我坚持的是没有元素方形根函数（cv.Sqrt似乎只适用于标量）。

有什么想法吗？

Answer 1

正如您已经指出的那样，cv.Sqrt()只接受Python绑定中的标量。由于存在执行元素方形根的等效函数cv::sqrt()，因此它也应该在大多数自动生成的Python绑定中。也许这是您正在使用的OpenCV版本中的一个错误。

无论如何，您应该能够使用cv.Pow()来获得相同的结果：

cv.Pow(src, dst, 0.5)

这可能没有cv.Sqrt()那么快，但仍应远远超过元素计算。

Sobel梯度幅度的有效计算

1 个答案: