基于sobel算子的彩色图片边缘检测 opencv c++代码实现

以下是基于Sobel算子的彩色图片边缘检测的OpenCV C++代码实现：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    Mat src = imread("color_image.jpg");
    if (src.empty()) {
        cout << "Could not open or find the image!\n";
        return -1;
    }

    Mat gray;
    cvtColor(src, gray, COLOR_BGR2GRAY);

    Mat grad_x, grad_y;
    Mat abs_grad_x, abs_grad_y;
    Sobel(gray, grad_x, CV_16S, 1, 0, 3, 1, 0, BORDER_DEFAULT);
    Sobel(gray, grad_y, CV_16S, 0, 1, 3, 1, 0, BORDER_DEFAULT);

    convertScaleAbs(grad_x, abs_grad_x);
    convertScaleAbs(grad_y, abs_grad_y);

    Mat edges;
    addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0, edges);

    imshow("Original Image", src);
    imshow("Edges", edges);

    waitKey(0);
    return 0;
}

代码解析：

1. 首先，我们使用`imread()`函数读取彩色图片。
2. 然后，我们将图片转换为灰度图像，使用`cvtColor()`函数。
3. 接下来，我们使用`sobel()`函数计算$x$方向和$y$方向的梯度。
4. 通过`convertScaleAbs()`函数将梯度转换为绝对值图像，以便进行加权和。
5. 最后，我们将两个梯度加权，使用`addWeighted()`函数，生成边缘图像。
6. 最后，我们使用`imshow()`函数展示原始图像和边缘图像。

注意事项：

1. 该代码只能处理彩色图片，如果要处理灰度图像，需要修改代码。
2. 该代码只使用了Sobel算子，如果要使用其他算子，需要修改代码。