Peter's codebook A blog full of codes
求影像梯度 -- ZeroJudge b436
難得這次暑假很長，
試著實作出求影像梯度的方法。
影像的梯度就是像素間的變化值，
最簡單的方式是由右方像素減自己、下方像素減自己，
就可以得出基本的影像梯度（看起來像影像邊緣）。
另外一個方法是，使用 Sobel operator 做卷積（常用來作邊緣偵測），
再把 x 方向、 y 方向卷積出來的結果 / 8.0 ，就可以得到整張影像的梯度。
至於為什麼要 / 8.0 ，仔細觀察 Sobel operator 的陣列就可以明白：
X 向 Sobel operator:
Y 向 Sobel operator:
X 方向卷積最多使像素值為 255 的 4 倍，
Y 方向卷積最多使像素值為 255 的 4 倍。
因此考慮 X, Y 方向得到的卷積值，需要除 8
最後輸出
其中， 代表 X 方向， Sobel operator 對像素點 做卷積。其餘以此類推。
算完梯度以後，照 ZJ 題意，四捨五入輸出。
NOTE: 不要連 alpha 也一起做梯度，不然整張圖的可讀性會很差
ZJ 題目傳送門
結果
Before:
After:
Before:
After:
主要程式碼
Gradient.h :
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
#ifndef __INCLUDE_GRADIENT_HEADER
#define __INCLUDE_GRADIENT_HEADER
#include "utils.h"
#include <cmath>
namespace ImageProcess
{
class Gradient {
private:
Image simg;
Image timg;
Pix getGradient(int x, int y);
public:
Gradient(const Image &img);
Image* run(void);
static const double xMask[3][3], yMask[3][3];
~Gradient();
};
};
#endif
Gradient.cpp :
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
#ifndef __INCLUDE_GRADIENT_CPP
#define __INCLUDE_GRADIENT_CPP
#include "utils.h"
#include "Gradient.h"
#include <cmath>
namespace ImageProcess
{
const double Gradient::xMask[3][3] = {
{-1, 0, 1},
{-2, 0, 2},
{-1, 0, 1}
};
const double Gradient::yMask[3][3] = {
{-1, -2, -1},
{ 0, 0, 0},
{ 1, 2, 1}
};
Pix Gradient::getGradient(int x, int y) {
PixDouble sx(0,0,0,0);
PixDouble sy(0,0,0,0);
PixDouble O(0,0,0,0);
for (int i=0; i<3; ++i) {
for (int j=0; j<3; ++j) {
PixDouble t(simg.getPixel(x+j-1,y+i-1));
sx = sx + (t*xMask[i][j]);
sy = sy + (t*yMask[i][j]);
}
}
sx = sx - O; // 取絕對值，這裡 sx - O 代表 abs(sx - O)
sy = sy - O; // 取絕對值，這裏 sy - O 代表 abs(sy - O)
Pix res((sx+sy)/8.0, 24);
res.alpha = simg.getPixel(x,y).alpha;
return res;
}
Gradient::Gradient(const Image &img) : simg(img.img_W+2, img.img_H+2), timg(img.img_W, img.img_H) {
/* paddle borders */
for (int i=0; i<img.img_H; ++i) {
simg.setPixel(0, i+1, img.getPixel(0, i));
simg.setPixel(simg.img_W-1, i+1, img.getPixel(img.img_W-1, i));
for (int j=0; j<img.img_W; ++j) {
simg.setPixel(j+1, i+1, img.getPixel(j,i));
}
}
for (int i=0; i<img.img_W; ++i) {
simg.setPixel(i+1, 0, img.getPixel(i, 0));
simg.setPixel(i+1, simg.img_H-1, img.getPixel(i, img.img_H-1));
}
/*paddle corners*/
simg.setPixel(0,0, img.getPixel(0,0));
simg.setPixel(0,simg.img_H-1, img.getPixel(0,img.img_H-1));
simg.setPixel(simg.img_W-1,simg.img_H-1, img.getPixel(img.img_W-1,img.img_H-1));
simg.setPixel(simg.img_W-1,0, img.getPixel(img.img_W-1,0));
}
Image* Gradient::run(void) {
for (int i=1; i<simg.img_H-1; ++i) {
for (int j=1; j<simg.img_W-1; ++j) {
Pix res(getGradient(j,i));
timg.setPixel(j-1,i-1,res);
}
}
return new Image(this->timg);
}
Gradient::~Gradient() {}
};
#endif
完整程式碼：GitHub
ZJ 上 AC 程式碼：GitHub
Written on July 21st , 2017 by Kuang-Yu JengFeel free to share!