Sobel梯度震级的有效计算

Question

我现在正在使用这个代码来计算Sobel梯度的大小：

sobel_x = cv.CreateImage(cv.GetSize(im), cv.IPL_DEPTH_16S, 1)
sobel_y = cv.CreateImage(cv.GetSize(im), cv.IPL_DEPTH_16S, 1)
cv.Sobel(im, sobel_x, 1, 0, 3)
cv.Sobel(im, sobel_y, 0, 1, 3)

width, height = cv.GetSize(im)
for i in range(width*height):
    x, _, _, _ = cv.Get1D(sobel_x, i)
    y, _, _, _ = cv.Get1D(sobel_y, i)
    px = int(math.sqrt(x*x + y*y))
    cv.Set1D(sobel, i, px)

这很简单，但效率不是很高，因为我是逐个访问每个像素的。我希望在OpenCV中有一种更好的方法来做到这一点：

sobel_x2 = cv.CreateImage(cv.GetSize(im), cv.IPL_DEPTH_32S, 1)
sobel_y2 = cv.CreateImage(cv.GetSize(im), cv.IPL_DEPTH_32S, 1)
sobel_2  = cv.CreateImage(cv.GetSize(im), cv.IPL_DEPTH_32S, 1)
cv.Mul(sobel_x, sobel_x, sobel_x2)
cv.Mul(sobel_y, sobel_y, sobel_y2)
cv.Add(sobel_x2, sobel_y2, sobel_2)

在这里，我只是对图像进行平方并添加它们。它使用更多的内存，但应该更快，因为现在一些操作将并行完成。我坚持的是没有元素级的平方根函数(cv.Sqrt似乎只适用于标量)。

有什么想法吗？

Answer 1

正如您已经注意到的，cv.Sqrt()只接受Python绑定中的标量。因为有一个等价的函数cv::sqrt()，它执行基于元素的平方根，所以它也应该在大多数自动生成的Python绑定中。也许这是您正在使用的OpenCV版本中的错误。

无论如何，您应该能够使用cv.Pow()获得相同的结果：

cv.Pow(src, dst, 0.5)

这可能不会像cv.Sqrt()那样快，但仍然应该大大优于基于元素的计算。