如何用 sobel-kernel 处理卷积后的输出值答案

【问题标题】：How to treat the ouput-values after convolution with sobel-kernel如何用 sobel-kernel 处理卷积后的输出值
【发布时间】：2019-09-20 02:38:06
【问题描述】：

我正在尝试编写一个可以检测图像边缘的程序（练习 C++）。我正在使用 SFML 加载图像。

我尝试了 Sobel 运算，但对输出值感到困惑。我从当前像素周围的像素中获取强度值，然后将它们与 Sobel 内核的适当值相乘。这些值加在一起。

我的问题是，输入强度值范围从 0 到 255，但我的输出值范围可以从某个负值（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，我使用了自定义矩阵类。

// 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));
    }
}

【问题讨论】：

标签： c++ edge-detection sobel

【解决方案1】：

试试这样的：

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) 是一个将区间 a,b => x,y 线性映射的函数。

对于您的情况；

g(...) = (n - MIN_SOBEL_VAL)/(MAX_SOBEL_VAL - MIN_SOBEL_VAL) * (255 - 0)

这会将您的 sobelMatrix 映射到 255-0 之间的值的 outputMatrix。

【讨论】：