OpenCV中的渐变方向

Question

通过 Sobel 算子，我已经能够确定图像的梯度幅度。我在下面显示：

现在我想确定渐变方向。为此，我关注this 的帖子，该帖子使用了cv2.phase 函数。在此之后，根据函数返回的度数，角度被硬编码为特定颜色。我的问题是这个函数为我返回的值在 0 到 90 度之间。因此，我得到的图像仅由红色和青色组成。

我的代码如下：

# where gray_blur is a grayscale image of dimension 512 by 512

# 3x3 sobel filters for edge detection
sobel_x = np.array([[ -1, 0, 1], 
                   [ -2, 0, 2], 
                   [ -1, 0, 1]])


sobel_y = np.array([[ -1, -2, -1], 
                   [ 0, 0, 0], 
                   [ 1, 2, 1]])


# Filter the blurred grayscale images using filter2D

filtered_blurred_x = cv2.filter2D(gray_blur, -1, sobel_x)  
filtered_blurred_y = cv2.filter2D(gray_blur, -1, sobel_y)

# Compute the orientation of the image
orien = cv2.phase(np.array(filtered_blurred_x, np.float32), np.array(filtered_blurred_y, dtype=np.float32), angleInDegrees=True)

image_map = np.zeros((orien.shape[0], orien.shape[1], 3), dtype=np.int16)

# Define RGB colours
red = np.array([255, 0, 0])
cyan = np.array([0, 255, 255])
green = np.array([0, 255, 0])
yellow = np.array([255, 255, 0])

# Set colours corresponding to angles
for i in range(0, image_map.shape[0]):
    for j in range(0, image_map.shape[1]):
        if orien[i][j] < 90.0:
            image_map[i, j, :] = red
        elif orien[i][j] >= 90.0 and orien[i][j] < 180.0:
            image_map[i, j, :] = cyan
        elif orien[i][j] >= 180.0 and orien[i][j] < 270.0:
            image_map[i, j, :] = green
        elif orien[i][j] >= 270.0 and orien[i][j] < 360.0:
            image_map[i, j, :] = yellow

# Display gradient orientation
f, ax1 = plt.subplots(1, 1, figsize=(20,10))

ax1.set_title('gradient orientation')
ax1.imshow(image_map)

显示图像：

提前致谢。

Answer 1

您还可以使用 HSV 颜色空间对方向和幅度进行编码，因为 Hue 使用角度，您可以使用 V 对幅度进行编码。

例如，使用你的代码和性感的 Lenna：

import cv2 as cv
import numpy as np


im = cv.imread("lenna.png", -1)
im_gray = cv.cvtColor(im, cv.COLOR_BGR2GRAY)
k = 5
gray_blur = cv.bilateralFilter(im_gray, k, k * 2, k / 2) # To perserve edges

# 3x3 sobel filters for edge detection
sobel_x = np.array([[ -1, 0, 1], 
                    [ -2, 0, 2], 
                    [ -1, 0, 1]])
sobel_y = np.array([[ -1, -2, -1], 
                    [  0,  0,  0], 
                    [  1,  2,  1]])

# Filter the blurred grayscale images using filter2D
filtered_blurred_x = cv.filter2D(gray_blur, cv.CV_32F, sobel_x)  
filtered_blurred_y = cv.filter2D(gray_blur, cv.CV_32F, sobel_y)

mag = cv.magnitude(filtered_blurred_x, filtered_blurred_y)
orien = cv.phase(filtered_blurred_x, filtered_blurred_y, angleInDegrees=True)
orien = orien / 2. # Go from 0:360 to 0:180 
hsv = np.zeros_like(im)
hsv[..., 0] = orien # H (in OpenCV between 0:180)
hsv[..., 1] = 255 # S
hsv[..., 2] = cv.normalize(mag, None, 0, 255, cv.NORM_MINMAX) # V 0:255

bgr = cv.cvtColor(hsv, cv.COLOR_HSV2BGR)
cv.imshow("Color coded edges", bgr)
cv.waitKey(0)

Answer 2

cv2.filter2D 的 ddepth 参数很重要。您将其设置为 -1，这意味着过滤后的图像将具有与输入相同的深度。 gray_blur 似乎是一个无符号整数（可能是 uint8），因此过滤器输出也是如此。

由于您的过滤器可能会产生负值，因此它们会导致 uint8 下溢。设置 ddepth 以接收来自过滤器的完整值范围：

filtered_blurred_x = cv2.filter2D(gray_blur, cv2.CV_32F, sobel_x)  
filtered_blurred_y = cv2.filter2D(gray_blur, cv2.CV_32F, sobel_y)

有了这个，您过滤后的图像现在可以编码一个方向，并且该方向将映射完整的 360 度。