如何处理sobel核卷积后的输出值
如何处理sobel核卷积后的输出值
提问于 2019-05-01 14:22:59
我正在尝试写一个程序(练习C++)，它可以检测图像的边缘。我正在使用SFML来加载图像。
我尝试了Sobel操作，但与输出值混淆了。我从当前像素周围的像素中获得强度值，然后将这些值与Sobel-kernel的相应值相乘。这些值相加在一起。
我的问题是，输入强度值的范围从0到255，但我的输出值可以从某个负值(可以小于-255)到某个正值(可以大于255)。
我找不到任何关于如何将它们转换为灰度值的提示；我的InputImage是灰度，这意味着r，g，b是相似的。作为Sobel矩阵/内核，我使用了一个定制的Matrix类。
// The Sobel-kernel-x looks like that
int kernel_x[] = { 1, 0, -1,
2, 0, -2,
1, 0, -1 }
for (int y = 1; y < height - 1; y++)
{
for (int x = 1; x < width - 1; x++)
{
int sum = 0;
for (int i = -1; i <= 1; i++)
{
for (int j = -1; j <= 1; j++)
{
sum += img.getPixel(x + j, y + i).r * sobelkernel_x.at(j + 1, i + 1);
}
}
//std::cout << sum << std::endl;
cur_img->setPixel(x, y, sf::Color(sum, sum, sum));
}
}回答 1
Stack Overflow用户
回答已采纳
发布于 2019-05-01 15:09:29
尝试如下所示：
int MIN_SOBEL_VAL = minValue(sobelMatrix[][]);
int MAX_SOBEL_VAL = maxValue(sobelMatrix[][]);
int outputMatrix[][];
void normalizer(sobelMatrix, MIN_SOBEL_VAL, MAX_SOBEL_VAL, outputMatrix, 0, 255) {
for(i = 0 -> N)
for(j = 0 -> M)
outputMatrix[i][j] = g(sobelMatrix[i][j],MIN_SOBEL_VAL, MAX_SOBEL_VAL, 0, 255);
}其中g(n，a，b，x，y)是线性映射区间a，b => x，y的函数。
对于你的情况；
g(...) = (n - MIN_SOBEL_VAL)/(MAX_SOBEL_VAL - MIN_SOBEL_VAL) * (255 - 0)这将使用255-0之间的值将您的sobelMatrix映射到和outputMatrix。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55937780
复制相关文章
点击加载更多
相似问题
不能在简单的数据集上训练Tensorflow
内存错误:训练大型数据集
使用tensorflow逐步训练数据集
如何在Colab中免费训练大型数据集
使用大型tensorflow数据集onTPU
添加站长 进交流群
领取专属 10元无门槛券
AI混元助手 在线答疑
关注 腾讯云开发者公众号
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
