索貝爾梯度幅度的高效計算

Question

我目前使用此代碼來計算索貝爾梯度的大小：

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) 

這是很簡單的，但它不是非常有效，因爲我訪問每一個像素一個一個。我希望有一個更好的方式來做到這一點OpenCV：

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) 

在這裏，我只是平方米圖像，並添加它們。它使用更多的內存，但應該更快，因爲現在一些操作將並行完成。我堅持的是沒有基於元素的平方根函數（cv.Sqrt似乎只適用於標量）。

任何想法？

Answer 1

正如您已經注意到的，cv.Sqrt()只接受Python綁定中的標量。由於有一個等效的函數，它執行一個元素方根，它也應該在主要是自動生成的Python綁定中。也許這是您正在使用的OpenCV版本中的一個錯誤。

無論如何，你應該能夠使用cv.Pow()得到相同的結果：

cv.Pow(src, dst, 0.5) 

這可能是不一樣快cv.Sqrt()會是這樣，但還是應該大大優於逐元素計算。