如何解决实现sobel边缘检测算法
编程新手；试图实现一个索贝尔边缘检测算法。根据下面的代码片段，我在一个名为 edge 的函数中执行此操作。
library(testthat)
testthat::test_that("Some tests",{
testthat::expect_equal(1,2,info=paste('Test 1 Failed at',Sys.time()))
testthat::expect_equal(1,1,info=paste('Test 2 Failed at',sys.time()))
})
#> -- Failure (<text>:5:3): Some tests --------------------------------------------
#> 1 not equal to 2.
#> 1/1 mismatches
#> [1] 1 - 2 == -1
#> Test 1 Failed at 2021-03-03 17:25:37
void edges(int height,int width,RGBTRIPLE image[height][width])
{
// define kernals
int Gx[3][3];
Gx[0][0] = -1;
Gx[0][1] = 0;
Gx[0][2] = 1;
Gx[1][0] = -2;
Gx[1][1] = 0;
Gx[1][2] = 2;
Gx[2][0] = -1;
Gx[2][1] = 0;
Gx[2][2] = 1;
int Gy[3][3];
Gy[0][0] = -1;
Gy[0][1] = -2;
Gy[0][2] = -1;
Gy[1][0] = 0;
Gy[1][1] = 0;
Gy[1][2] = 0;
Gy[2][0] = 1;
Gy[2][1] = 2;
Gy[2][2] = 1;
// define variables
int Gx_red,Gx_green,Gx_blue;
int Gy_red,Gy_green,Gy_blue;
// define temporary array
RGBTRIPLE edge_image[height][width];
// loop through columns
for (int i = 0; i < height; i++)
{
// loop through rows
for (int j = 0; j < width; j++)
{
// set/reset sobel values for each colour channel
Gx_red = Gx_green = Gx_blue = 0;
Gy_red = Gy_green = Gy_blue = 0;
// 3x3 kernal around [i][j]
for (int x = -1; x < 2; x++)
{
for (int y = -1; y < 2; y++)
{
// 'pixels' outside of image array treated as black pixels
if (i + x > height || i + x < 0 || j + y > width || j + y < 0)
{
// Gx kernal
Gx_red += 0;
Gx_green += 0;
Gx_blue += 0;
// Gy kernal
Gy_red += 0;
Gy_green += 0;
Gy_blue += 0;
}
// Multiply each channel by corresponding value in convolutional array
else if (i + x < height && i + x > 0 && j + y < width && j + y > 0)
{
// Gx kernal
Gx_red += (image[i + x][j + y].rgbtRed * Gx[x][y]);
Gx_green += (image[i + x][j + y].rgbtGreen * Gx[x][y]);
Gx_blue += (image[i + x][j + y].rgbtBlue * Gx[x][y]);
// Gy kernal
Gy_red += (image[i + x][j + y].rgbtRed * Gy[x][y]);
Gy_green += (image[i + x][j + y].rgbtGreen * Gy[x][y]);
Gy_blue += (image[i + x][j + y].rgbtBlue * Gy[x][y]);
}
}
}
// Perform sobel operatation and assign each colour channel value to new array
edge_image[i][j].rgbtRed = sobel(Gx_red,Gy_red);
edge_image[i][j].rgbtGreen = sobel(Gx_green,Gy_green);
edge_image[i][j].rgbtBlue = sobel(Gx_blue,Gy_blue);
}
}
// assign temp array to origional array for output
for (int i = 0; i < height; i++)
for (int j = 0; j < width; j++)
image[i][j] = edge_image[i][j];
}
如您所见，输出非常粗糙，边缘未定义。显然，我没有正确实施 sobel 算法，但我不确定我做错了什么。请你能给我一些关于如何解决这个问题的建议吗？
*请注意，我知道我可以在实施 sobel 算法之前将图像转换为灰度，但我正在尝试尽可能多地保留颜色通道。如果我能提供更多信息，请告诉我。
解决方法
首先，这一切什么都不做：
// 'pixels' outside of image array treated as black pixels
if (i + x > height || i + x < 0 || j + y > width || j + y < 0)
{
// Gx kernal
Gx_red += 0;
Gx_green += 0;
Gx_blue += 0;
// Gy kernal
Gy_red += 0;
Gy_green += 0;
Gy_blue += 0;
}
添加零是无操作的。您可以安全地删除它。
您的第一个主要问题在这里：
// Gx kernal
Gx_red += (image[i + x][j + y].rgbtRed * Gx[x][y]);
Gx_green += (image[i + x][j + y].rgbtGreen * Gx[x][y]);
Gx_blue += (image[i + x][j + y].rgbtBlue * Gx[x][y]);
// Gy kernal
Gy_red += (image[i + x][j + y].rgbtRed * Gy[x][y]);
Gy_green += (image[i + x][j + y].rgbtGreen * Gy[x][y]);
Gy_blue += (image[i + x][j + y].rgbtBlue * Gy[x][y]);
您定义了 x,y 以遍历 -1,1，但将 Gx,Gy 定义为 int[3][3] 数组。因此，当 x 或 y 为 -1 时，您的索引超出范围。
我建议定义
int kx = x + 1; // Kernel x.
int ky = y + 1; // Kernel y.
然后
// Gx kernel
Gx_red += (image[i + x][j + y].rgbtRed * Gx[kx][sy]);
Gx_green += (image[i + x][j + y].rgbtGreen * Gx[kx][sy]);
Gx_blue += (image[i + x][j + y].rgbtBlue * Gx[kx][sy]);
// Gy kernel
Gy_red += (image[i + x][j + y].rgbtRed * Gy[kx][sy]);
Gy_green += (image[i + x][j + y].rgbtGreen * Gy[kx][sy]);
Gy_blue += (image[i + x][j + y].rgbtBlue * Gy[kx][sy]);
您的第二个主要问题在这里：
int n = sqrt(Gx^2 + Gy^2);
在 C 和 C++（以及许多，但不是所有其他编程语言）中，^ 表示按位异或运算符，而不是求幂。你想要：
int n = sqrt(Gx*Gx + Gy*Gy);
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。