计算边缘像素的梯度线

Question

我想计算检测轮廓中一些像素的梯度线。检测到的轮廓样例为检测到的轮廓图。为此，我首先使用以下代码

计算图像梯度

img_sobelx = cv2.Sobel(grey_img,cv2.CV_16S,1,0,ksize=3)
img_sobely = cv2.Sobel(grey_img,cv2.CV_16S,0,1,ksize=3)
m = np.hypot(img_sobelx,img_sobelx)

，然后我使用下面的代码来找到轮廓中一些像素的梯度线注:检测轮廓时，我使用了canny边缘法和连通分量

px,py =np.where(img > 0)   # img: is the example image (after detecting the contour)
# pick points from the curve
index = np.array(range(0,py.shape[0],int(py.shape[0]/10)))
for i in index[:-1]:
#first line
m1 = m[px[i],py[i]]    #slope
b1 = py[i] - (m1*px[i]) # intercept
for j in index[k:]:
m2 = m[px[j],py[j]]
b2 = py[j] - (m2*px[j])
# intersection point
if (m2-m1) == 0:
continue
xi = (b1-b2) / (m2-m1)
yi = m1 * xi + b1
start_point = (py[i],px[i])
end_point = (int(yi),int(xi))
img= cv2.line(img,start_point,end_point,(255,255,255),1)
start_point = (py[j],px[j])
end_point = (int(yi),int(xi))
img= cv2.line(img,start_point,end_point,(255,255,255),1)

上述代码的输出为输出:梯度线

结果似乎不正确。你能帮我找到正确的方法吗?谢谢你

Answer 1

您需要使用img_sobelx和img_sobely作为向量的两个分量。斜边不是这个向量的斜率，而是它的大小。震级表示的是梯度的强度，而不是它的方向。

如果您有一个点(px[i],py[i])，那么点(px[i]+img_sobelx[i],py[i]+img_sobely[i])是您正在寻找的线上的第二个点。