c++ - 在 C++ 中使用 OpenCV 应用内核

Question

如果我使用 scipy.ndimage.filters.convole 在 Python 中将 Sobel 过滤器应用于图像我得到了有意义的结果，例如，对于这个简单的输入图像 img

0 255 0
0 255 0
0 255 0

卷积

dimage.filters.convolve(img, Kx)

与 Kx

-1 0 1
-2 0 2
-1 0 1

返回 x 方向上有意义的梯度:

-1020 0 1020
-1020 0 1020
-1020 0 1020

不过，我不知道如何在 C++ 中使用 openCV2 获得等效结果。当我定义输入图像时

int image_data[9] = {0, 255, 0, 0, 255, 0, 0, 255, 0};
cv::Mat image = cv::Mat(3, 3, CV_32F, image_data);

并应用内核

cv::Mat gradientx; 
double sobelx_data[9] = {-1, 0, 1, -2, 0, 2, -1, 0, 1};
cv::Mat sobelx = cv::Mat(3, 3, CV_32F, sobelx_data);
cv::filter2D(image, gradientx, -1, sobelx);

我得到以下结果

for(int row=0; row<gradientx.rows; row++) {
  for(int col=0; col<gradientx.cols; col++) {
  std::cout << gradientx.at<int>(row,col) << std::endl;
  }
}

它返回下面的图片

478 -2147482660 478
478 -2147482660 478
478 -2147482660 478

好像是溢出的问题，不知道是什么原因。试图从 gradientx.at<double>(row,col) 获取值产生

-1.68911e-311 8.10602e-312 8.11663e-312
-1.68911e-311 8.10602e-312 8.11663e-312
-1.68911e-311 2.122e-314 8.54412e-72

谁能告诉我这是为什么？不是 filter2D应该对图像进行二维卷积，为什么在使用 <double> 寻址输出像素时会得到奇怪的值？ ？谢谢。

Answer 1

好的，这是您的代码，其中的类型已更正(我还向 filter2D 添加了更多参数):

float image_data[9] = {0, 255, 0, 0, 255, 0, 0, 255, 0};
cv::Mat image = cv::Mat(3, 3, CV_32F, image_data);
std::cout << "image = " << std::endl << image << std::endl;

cv::Mat gradientx;
float sobelx_data[9] = {-1, 0, 1, -2, 0, 2, -1, 0, 1};
cv::Mat sobelx = cv::Mat(3, 3, CV_32F, sobelx_data);
std::cout << "sobelx = " << std::endl << sobelx << std::endl;

cv::filter2D(image, gradientx, -1, sobelx, cv::Point(-1, -1), 0,
             cv::BORDER_DEFAULT);
std::cout << "gradientx = " << std::endl << gradientx << std::endl;

结果是:

image = 
[0, 255, 0;
 0, 255, 0;
 0, 255, 0]
sobelx = 
[-1, 0, 1;
 -2, 0, 2;
 -1, 0, 1]
gradientx = 
[0, 0, 0;
 0, 0, 0;
 0, 0, 0]

如果您查看 filtering 上文档页面的顶部，您将看到 OpenCV 使用的所有边框类型。默认情况下，filter2D 使用 BORDER_REFLECT_101。这可能不是我们想要的，所以让我们将其更改为 BORDER_REPLICATE。

cv::filter2D(image, gradientx, -1, sobelx, cv::Point(-1, -1), 0,
             cv::BORDER_REPLICATE);

结果:

image = 
[0, 255, 0;
 0, 255, 0;
 0, 255, 0]
sobelx = 
[-1, 0, 1;
 -2, 0, 2;
 -1, 0, 1]
gradientx = 
[1020, 0, -1020;
 1020, 0, -1020;
 1020, 0, -1020]

这样更好，但是值被翻转了。如果您查看 filter2D 的功能说明底部你会看到它实际上计算的是互相关而不是卷积。所以我们需要翻转内核才能得到正确的结果。

cv::Mat sobelxflip;
cv::flip(sobelx, sobelxflip, -1);

cv::filter2D(image, gradientx, -1, sobelxflip, cv::Point(-1, -1), 0,
             cv::BORDER_REPLICATE);
std::cout << "gradientx = " << std::endl << gradientx << std::endl;

结果:

gradientx = 
[-1020, 0, 1020;
 -1020, 0, 1020;
 -1020, 0, 1020]