图像变化之Laplacian（）函数 and Schaar()滤波及综合例子

#include<math.h>
#include<opencv2/opencv.hpp>
#include<string.h>
#include<vector>
using namespace cv;
using namespace std;
//
int main()
{
    Mat picture, img, cammera, BGm;
    VideoCapture capture(0);
    while (10)
    {
        capture >> cammera;
        //GaussianBlur(cammera, cammera, Size(2, 3), 0, 0);
        Laplacian(cammera, img, -1, 3/*此数字越大，边缘越密集*/);
        cvtColor(cammera, BGm, COLOR_RGB2GRAY);
        imshow("Original", cammera);
        imshow("dealed", img);
        imshow("1213", BGm);
        waitKey(1);
    }
    return 0;
}

    int main()
    {
        Mat picture, img, cammera, BGm;
        VideoCapture capture(0);
        Mat src;
        while (1)
        {
            //【0】创建 grad_x 和 grad_y 图片
            Mat grad_x, grad_y;
            Mat abs_grad_x, abs_grad_y, dst;

            //【1】载入原始图  
        
            capture >> src;
            //【2】显示原始图 
            imshow("【原始图】Scharr滤波器", src);

            //【3】求 X方向梯度
            Scharr(src, grad_x, CV_16S, 1, 0, 1, 0, BORDER_DEFAULT);
            convertScaleAbs(grad_x, abs_grad_x);//图像增强
            imshow("【效果图】 X方向Scharr", abs_grad_x);

            //【4】求Y方向梯度
            Scharr(src, grad_y, CV_16S, 0, 1, 1, 0, BORDER_DEFAULT);
            convertScaleAbs(grad_y, abs_grad_y);//图像增强
            imshow("【效果图】Y方向Scharr", abs_grad_y);

            //【5】合并梯度(近似)
            addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0, dst);

            //【6】显示效果图
            imshow("【效果图】合并梯度后Scharr", dst);

            waitKey(1);
        }
        return 0;
    }

#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
    using namespace cv;


    Mat g_srcImage, g_srcGrayImage, g_dstImage;

    //Canny边缘检测相关变量
    Mat g_cannyDetectedEdges;
    int g_cannyLowThreshold = 1;//TrackBar位置参数  

    //Sobel边缘检测相关变量
    Mat g_sobelGradient_X, g_sobelGradient_Y;
    Mat g_sobelAbsGradient_X, g_sobelAbsGradient_Y;
    int g_sobelKernelSize = 1;//TrackBar位置参数  

    //Scharr滤波器相关变量
    Mat g_scharrGradient_X, g_scharrGradient_Y;
    Mat g_scharrAbsGradient_X, g_scharrAbsGradient_Y;


    static void ShowHelpText();
    static void on_Canny(int, void*);//Canny边缘检测窗口滚动条的回调函数
    static void on_Sobel(int, void*);//Sobel边缘检测窗口滚动条的回调函数
    void Scharr();//封装了Scharr边缘检测相关代码的函数


    int main(int argc, char** argv)
    {
        //改变console字体颜色
        system("color 2F");

        //显示欢迎语
        ShowHelpText();

        //载入原图
        g_srcImage = imread("1.jpg");
        if (!g_srcImage.data) { printf("Oh，no，读取srcImage错误~！ \n"); return false; }

        //显示原始图
        namedWindow("【原始图】");
        imshow("【原始图】", g_srcImage);

        // 创建与src同类型和大小的矩阵(dst)
        g_dstImage.create(g_srcImage.size(), g_srcImage.type());

        // 将原图像转换为灰度图像
        cvtColor(g_srcImage, g_srcGrayImage, COLOR_BGR2GRAY);

        // 创建显示窗口
        namedWindow("【效果图】Canny边缘检测", WINDOW_AUTOSIZE);
        namedWindow("【效果图】Sobel边缘检测", WINDOW_AUTOSIZE);

        // 创建trackbar
        createTrackbar("参数值：", "【效果图】Canny边缘检测", &g_cannyLowThreshold, 120, on_Canny);
        createTrackbar("参数值：", "【效果图】Sobel边缘检测", &g_sobelKernelSize, 3, on_Sobel);

        // 调用回调函数
        on_Canny(0, 0);
        on_Sobel(0, 0);

        //调用封装了Scharr边缘检测代码的函数
        Scharr();

        //轮询获取按键信息，若按下Q，程序退出
        while ((char(waitKey(1)) != ‘q‘)) {}

        return 0;
    }


    static void ShowHelpText()
    {
        //输出一些帮助信息
        printf("\n\n\t运行成功，请调整滚动条观察图像效果~\n\n"
            "\t按下“q”键时，程序退出。\n");
    }
    void on_Canny(int, void*)
    {
        // 先使用 3x3内核来降噪
        blur(g_srcGrayImage, g_cannyDetectedEdges, Size(3, 3));

        // 运行我们的Canny算子
        Canny(g_cannyDetectedEdges, g_cannyDetectedEdges, g_cannyLowThreshold, g_cannyLowThreshold * 3, 3);

        //先将g_dstImage内的所有元素设置为0 
        g_dstImage = Scalar::all(0);

        //使用Canny算子输出的边缘图g_cannyDetectedEdges作为掩码，来将原图g_srcImage拷到目标图g_dstImage中
        g_srcImage.copyTo(g_dstImage, g_cannyDetectedEdges);

        //显示效果图
        imshow("【效果图】Canny边缘检测", g_dstImage);
    }
    void on_Sobel(int, void*)
    {
        // 求 X方向梯度
        Sobel(g_srcImage, g_sobelGradient_X, CV_16S, 1, 0, (2 * g_sobelKernelSize + 1), 1, 1, BORDER_DEFAULT);
        convertScaleAbs(g_sobelGradient_X, g_sobelAbsGradient_X);//计算绝对值，并将结果转换成8位

        // 求Y方向梯度
        Sobel(g_srcImage, g_sobelGradient_Y, CV_16S, 0, 1, (2 * g_sobelKernelSize + 1), 1, 1, BORDER_DEFAULT);
        convertScaleAbs(g_sobelGradient_Y, g_sobelAbsGradient_Y);//计算绝对值，并将结果转换成8位

        // 合并梯度
        addWeighted(g_sobelAbsGradient_X, 0.5, g_sobelAbsGradient_Y, 0.5, 0, g_dstImage);

        //显示效果图
        imshow("【效果图】Sobel边缘检测", g_dstImage);

    }

    void Scharr()
    {
        // 求 X方向梯度
        Scharr(g_srcImage, g_scharrGradient_X, CV_16S, 1, 0, 1, 0, BORDER_DEFAULT);
        convertScaleAbs(g_scharrGradient_X, g_scharrAbsGradient_X);//计算绝对值，并将结果转换成8位

        // 求Y方向梯度
        Scharr(g_srcImage, g_scharrGradient_Y, CV_16S, 0, 1, 1, 0, BORDER_DEFAULT);
        convertScaleAbs(g_scharrGradient_Y, g_scharrAbsGradient_Y);//计算绝对值，并将结果转换成8位

        // 合并梯度
        addWeighted(g_scharrAbsGradient_X, 0.5, g_scharrAbsGradient_Y, 0.5, 0, g_dstImage);

        //显示效果图
        imshow("【效果图】Scharr滤波器", g_dstImage);
    }