函數(shù)說明

CV_8U 轉(zhuǎn)換為CV_32Falpha=1.0/255.0時(shí)表示從0～255切換到0～1之間

CV_32F 轉(zhuǎn)換為CV_8Ualpha=255時(shí)表示從0～1切換到0～255之間

C++/Python對比

對一張輸入圖像完成Sobel濾波操作，C++實(shí)現(xiàn)的代碼如下：

Matimage=imread("D:/images/dannis1.png",IMREAD_GRAYSCALE);
imshow("input",image);
Matm1,m2;
image.convertTo(m1,CV_32F,1.0/255.0);
Matgradx;
Sobel(m1,gradx,-1,1,0);
gradx.convertTo(m2,CV_8U,255);
imshow("sobel",m2);

Python對應(yīng)的代碼如下：

importcv2ascv
importnumpyasnp

image=cv.imread("D:/images/dannis1.png",cv.IMREAD_GRAYSCALE)
cv.imshow("input",image)
m1=np.float32(image)/np.float(255)
gradx=cv.Sobel(m1,-1,1,0);
m2=np.uint8(gradx*255)
cv.imshow("sobel",m2)
cv.waitKey(0)
cv.destroyAllWindows()

以往的經(jīng)驗(yàn)處理方式是先對gradx做歸一化然后再顯示

這個(gè)時(shí)候只需添加一行代碼即可獲得正確結(jié)果，把代碼：

m2 = np.uint8(gradx * 255)

替換為：

cv.normalize(gradx, gradx, 0, 1.0, cv.NORM_MINMAX)m2 = np.uint8(gradx * 255)

但是實(shí)際結(jié)果與C++并不一致，這個(gè)時(shí)候正確修改方式如下：

m2 = np.uint8(gradx * 255)

替換為：

m2 = np.uint8(np.clip(gradx * 255, 0, 255))