我是 OpenCV 的新手,正在尝试使用 C++ 将以下 MATLAB 代码转换为 OpenCV:
[FX,FY]=gradient(mycell{index});
到目前为止我已经尝试了以下方法,但我的值与我的 MATLAB 结果完全不同
Mat abs_FXR;
Mat abs_FYR;
int scale = 1;
int delta = 0;
// Gradient X
Sobel(myImg, FXR, CV_64F, 1, 0, 3, scale, delta, BORDER_DEFAULT);
convertScaleAbs( FXR, abs_FXR );
imshow( window_name2, abs_FXR );
// Gradient Y
Sobel(myImg, FYR, CV_64F, 0, 1, 3, scale, delta, BORDER_DEFAULT);
convertScaleAbs( FYR, abs_FYR );
imshow( window_name3, abs_FYR );
我也尝试根据这个问题使用 filter2D,但它仍然给出不同的结果:Matlab gradient equivalent in opencv
Mat kernelx = (Mat_<float>(1,3)<<-0.5, 0, 0.5);
Mat kernely = (Mat_<float>(3,1)<<-0.5, 0, 0.5);
filter2D(myImg, FXR, -1, kernelx);
filter2D(myImg, FYR, -1, kernely);
imshow( window_name2, FXR );
imshow( window_name3, FYR );
我不知道这是偏离轨道还是只是我需要更改的参数。任何帮助将不胜感激。
更新 这是我预期的 MATLAB 输出:
但这是我使用 Sobel 从 OpenCV 获得的结果:
这是我使用 Filter2D 方法从 OpenCV 得到的输出(我尝试增加我的高斯滤波器的大小,但与 MATLAB 相比仍然得到不同的结果)
我还使用以下方法将图像转换为 double :
eye_rtp.convertTo(eye_rt,CV_64F);
最佳答案
为了匹配梯度
,您需要进行中心差分计算而不是使用 Sobel 滤波器(尽管 Sobel 确实给出了一个很好的导数)是正确的。顺便说一句,如果您有图像处理工具箱,imgradient
和 imgradientxy
可以选择使用 Sobel 计算梯度。 (请注意,the answer in the question you referenced 是 错误的,因为 Sobel 仅提供二阶导数,因为有可用的一阶和二阶 Sobel 算子)。
关于您看到的差异,您可能需要在 filter2D
之前将 myImg
转换为 float 或 double。检查FXL
等的输出类型
此外, double 为 CV_64F
,单精度为 CV_32F
,尽管在这种情况下这可能只会造成非常小的差异。
关于c++ - 将 MATLAB 代码转换为 OpenCV C++,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22943336/