Sobel边缘检测算法

来源：互联网发布：手机越狱软件编辑：程序博客网时间：2024/04/29 08:23

/***********************************************************************

* Sobel边缘检测（scale=0.5）

* 参数: image0为原图形，image1为边缘检测结果，w、h为图像的宽和高

* 当type为true时，差分结果取水平和垂直方向差分中较大者，否则取平均值

************************************************************************/

void SideSobel(BYTE* image0, BYTE* image1, unsigned int w, unsigned int h, bool type)

{

int x, y, a, aHr, aHg, aHb, aVr, aVg, aVb, aH, aV;

long n;

double scale = 0.2; // 该值是动态的,

//依次处理每个像素

for(y = 1; y < h-1; y++)

for(x = 1; x < w-1; x++)

{

//计算像素的偏移位置

n = (y*w+x)*4;

//计算红色分量水平灰度差

aHr = abs( (image0[n-w*4-4]+image0[n-4]*2+image0[n+w*4-4])

- (image0[n-w*4+4]+image0[n+4]*2+image0[n+w*4+4]) );

//计算红色分量垂直灰度差

aVr = abs( (image0[n-w*4-4]+image0[n-w*4]*2+image0[n-w*4+4])

- (image0[n+w*4-4]+image0[n+w*4]*2+image0[n+w*4+4]) );

//计算绿色分量水平灰度差

aHg = abs( (image0[n-w*4-4+1]+image0[n-4+1]*2+image0[n+w*4-4+1])

- (image0[n-w*4+4+1]+image0[n+4+1]*2+image0[n+w*4+4+1]) );

//计算绿色分量垂直灰度差

aVg = abs( (image0[n-w*4-4+1]+image0[n-w*4+1]*2+image0[n-w*4+4+1])

- (image0[n+w*4-4+1]+image0[n+w*4+1]*2+image0[n+w*4+4+1]) );

//计算蓝色分量水平灰度差

aHb = abs( (image0[n-w*4-4+2]+image0[n-4+2]*2+image0[n+w*4-4+2])

- (image0[n-w*4+4+2]+image0[n+4+2]*2+image0[n+w*4+4+2]) );

//计算蓝色分量垂直灰度差

aVb = abs( (image0[n-w*4-4+2]+image0[n-w*4+2]*2+image0[n-w*4+4+2])

- (image0[n+w*4-4+2]+image0[n+w*4+2]*2+image0[n+w*4+4+2]) );

//计算水平综合灰度差

aH = aHr + aHg + aHb;

//计算垂直综合灰度差

aV = aVr + aVg + aVb;

if(type)

{

//取水平和垂直方向差分中较大者

if(aH > aV) a = aH;

else a = aV;

}

else

{

//取水平和垂直方向差分的平均值

a = (aH + aV)/2;

}

a = a *scale;

a = a>255?255:a;

//生成边缘扫描结果

SetPixel(image1,n,a);

}

看代码大概了解算法原理（没办法, 数学差）。

注意边缘细化与边缘检查是不同的, 一般直接对图片细化, 可能效果不是很好, 所以先进行边缘检测, 再进行细化效果会好一点。

A. 原图

B. 直接细化图

C. Sobel边缘检测图

D. 经过Sobel边缘检测后, 再细化的图