在OpenCV中测量边缘强度，梯度大小

Question

我有一个需要检查相机对焦的应用程序。为此，我想在单个轴（1D）上的几个预定义位置中测量边缘强度（梯度的大小）。图像目标将是背景上黑色物体的简单打印输出。

我正在将OpenCV与Python配合使用。我知道OpenCV中有几种边缘检测算法，例如Canny，Sobel，laplace，但是所有这些算法都是为了过滤图像。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？还是我只是编写自己的算法来测量边缘强度？

Answer 1

您可以像这样计算幅度：

1. 计算dx和dy导数（使用cv::Sobel）
2. 计算幅度sqrt(dx^2 + dy^2)（使用cv::magnitude）

这是计算梯度大小的简单 C++ 代码。您可以轻松移植到 Python，因为只需调用几次 OpenCV 函数即可：

#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;
}

Answer 2

这是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)