數字圖像處理成長之路3：操作像素(彩色sobel)

雖說opencv給我們提供了很多函數，但有時對於圖像處理，我們會用自己的算法，而算法中一定會對圖像的像素進行操作，
所以對圖像像素的操作十分重要。

比如，我遇到了一個問題，opencv的sobel算子例子中，需要先把彩色圖片轉變爲灰度圖，然後進行sobel邊緣檢測。
得到的是黑白圖像的邊緣。我的問題是如果省略灰度轉換這一步，直接利用sobel算法，得到的是彩色的邊緣圖嗎？

於是我打算通過操作像素，自己寫一個純粹的sobel邊緣檢測。

 for (int i = 0; i < 3; i++)
    {
        channels[i].copyTo(curChannel);
        for (int x = 1; x < 3*x3 - 2; x++)
        {
            for (int y = 1; y < 3*y3 -2 ; y++)
            {
                gradXImg.at<uchar>(x,y)=abs (
                                                                       curChannel.at<uchar>(x-1,y+1) +
                                                                        2*curChannel.at<uchar>(x,y+1)+
                                                                        curChannel.at<uchar>(x+1,y+1)-
                                                                        curChannel.at<uchar>(x-1,y-1)-
                                                                        2*curChannel.at<uchar>(x,y-1)-
                                                                        curChannel.at<uchar>(x+1,y-1));

                gradYImg.at<uchar>(x,y)=abs (
                                                                       curChannel.at<uchar>(x+1,y-1) +
                                                                        2*curChannel.at<uchar>(x+1,y)+
                                                                        curChannel.at<uchar>(x+1,y+1)-

                                                                        curChannel.at<uchar>(x-1,y-1)-
                                                                       2* curChannel.at<uchar>(x-1,y+1)-
                                                                        curChannel.at<uchar>(x-1,y+1));

                 channels[i].at<uchar>(x,y) = gradXImg.at<uchar>(x,y) +
                                                                            gradYImg.at<uchar>(x,y);

大致是這樣。
一個三層循環，分別對3個通道進行sobel運算。
看似程序完成，實際運行的時候，速度超級慢，超級慢。
於是看了看opencv的例子，重新改寫了函數。

for (int c = 0; c < channel; c++)
        {
            for (int x = 1; x < srcMat.cols -2; x++)
            {
                for (int y = 1; y < srcMat.rows - 2; y++ )
                {
                    gradYImg.at<Vec3b>(y,x)[c]=abs (
                                                                           srcMat.at<Vec3b>(y+1,x-1)[c] +
                                                                            2*srcMat.at<Vec3b>(y+1,x)[c]+
                                                                            srcMat.at<Vec3b>(y+1,x+1)[c]-

                                                                            srcMat.at<Vec3b>(y-1,x-1)[c]-
                                                                            2*srcMat.at<Vec3b>(y-1,x)[c]-
                                                                            srcMat.at<Vec3b>(y-1,x+1)[c]);

                    gradXImg.at<Vec3b>(y,x)[c]=abs (
                                                                           srcMat.at<Vec3b>(y-1,x+1)[c] +
                                                                            2*srcMat.at<Vec3b>(y,x+1)[c]+
                                                                            srcMat.at<Vec3b>(y+1,x+1)[c]-

                                                                            srcMat.at<Vec3b>(y-1,x-1)[c]-
                                                                           2* srcMat.at<Vec3b>(y,x-1)[c]-
                                                                            srcMat.at<Vec3b>(y+1,x-1)[c]);

                    tmp.at<Vec3b>(y,x)[c] = gradXImg.at<Vec3b>(y,x)[c] +
                                                                       gradYImg.at<Vec3b>(y,x)[c];
                }
            }
        }

完成。

原圖：

換一張圖試試：

還是能看到一點彩色的邊緣。

還算成功，但再這之前，當我把mat圖顯示在qt中時效果如下

顯示的有些失真，爲什麼會這樣？請看我的文章“數字圖像處理成長之路2：mat與通道”的內容。