生成使用半精度数据类型的Sobel边缘检测代码

打开脚本

此示例显示了如何通过使用半精度浮点数来从MATLAB®功能生成独立的C ++库，该功能使用半精度浮点数来执行图像的Sobel边缘检测。Sobel边缘算法接受表示为矩阵的图像，并返回强调对应于其边缘的高空间频率区域的图像。此示例还示出了如何通过使用MEX功能来测试Genenrated代码。

Sobel边缘检测算法

在Sobel边缘检测算法中，对灰度图像执行2-D空间梯度操作。该操作强调对应于图像中的边缘的高空间频率区域。

类型sobeledgedetectionalg.

函数edgeImg = sobelEdgeDetectionAlg(img,thresh) %#codegen %% Copyright 2018 The MathWorks, Inc. kern = half([1 2 1;0 0 0;1 2 1]);%寻找水平和垂直梯度。h = conv2 (img(:,: 2),克恩,“相同”);v = conv2 (img(:,: 2),克恩”、“相同”);求梯度的大小。e =√h。* h + v * v); % Threshold the edges edgeImg = uint8((e > thresh) * 240); end

Sobel Edge算法计算水平梯度h和垂直渐变v用两个正交滤波核对输入图像进行处理maskX和maskY．滤波操作后，算法计算梯度大小，并应用阈值来找到图像中与边缘对应的区域。

读取图像和打包数据到RGBA打包列主要顺序

使用Imread.函数读取图像。Imread.表示图像的RGB通道，每个像素对应一个整数。整数的取值范围是0 ~ 255。简单地将输入转换为一半类型可能会在卷积期间导致溢出。为了避免这个问题，将图像缩放到0到1之间。

我= imread ('peppers.png'）;图();图像（IM）;触发=半（IM）/ 255;阈=半（100）/ 255;

生成墨西哥人

为此生成C ++ MEX功能sobeledgedetectionalg.函数的codegen命令。

cfg = coder.config（墨西哥人的）;cfg。TargetLang =“c++”；cfg。GenerateReport = true;codegen配置cfgarg游戏{imPacked,打}sobeledgedetectionalg.

代码生成成功:要查看报告，打开('codegen/mex/sobelEdgeDetectionAlg/html/report.mldatx')

运行生成的mex和显示检测到的边缘

在生成c++代码之前，必须首先在MATLAB环境中测试MEX函数，以确保它在功能上与原始MATLAB代码等效，并且不会发生运行时错误。默认情况下,codegen生成一个名为sobelEdgeDetectionAlg_mex在当前文件夹中。这允许您测试MATLAB代码和MEX函数，并比较结果。

out_disp = sobelEdgeDetectionAlg_mex (imPacked,打);图();显示亮度图像(out_disp);

生成静态C ++库

使用codegen命令生成一个c++静态库。默认情况下，生成的库位于文件夹中codegen / lib / sobeledgedetectionalg /．

cfg = coder.config（“自由”）;cfg。TargetLang =“c++”；cfg。GenerateReport = true;codegen配置cfgarg游戏{imPacked,打}sobeledgedetectionalg.；

代码生成成功:要查看报告，打开('codegen/lib/sobelEdgeDetectionAlg/html/report.mldatx')

检查生成的函数

类型Codegen / lib / sobeledgedetectionalg / sobeledgedetectionalg.cpp

// //文件:sobelEdgeDetectionAlg.cpp // // MATLAB Coder version: 5.3 // C/ c++源代码生成:01-Sep-2021 08:15:38 // // Include Files # Include "sobelEdgeDetectionAlg.h" # Include "conv2MovingWindowSameCM.h" # Include "rtwhal .h" # Include "sobelEdgeDetectionAlg_data.h" # Include "sobelEdgeDetectionAlg_initialize.h" # Include "sobelEdgeDetectionAlg_initialize.h" # Include "sobelEdgeDetectionAlg_initialize.h" # Include  //函数定义// // sobelEdgeDetection MATLAB示例函数用于边缘检测。// Copyright 2018 The MathWorks, Inc. // // Arguments: const real16_T img[589824] // real16_T thresh // unsigned char edgeImg[196608] //返回类型:void sobelEdgeDetectionAlg(const real16_T img[589824]， real16_T thresh, unsigned char edgeImg[196608]) {static const real16_T hv[9]{real16_T(1.0F)， real16_T(0.0F)， real16_T(-1.0F)， real16_T(2.0F)， real16_T(-2.0F)， real16_T(1.0F)， real16_T(1.0F)};static const real16_T hv1[9]{real16_T(1.0F)， real16_T(2.0F)， real16_T(1.0F)， real16_T(1.0F)， real16_T(0.0F)， real16_T(0.0F)， real16_T(0.0F)， real16_T(-1.0F)， real16_T(-2.0F)， real16_T(-1.0F)};静态real16_T h [196608];静态real16_T v [196608];if (!isInitialized_sobelEdgeDetectionAlg) {sobelEdgeDetectionAlg_initialize();} //查找水平和垂直梯度。编码器::conv2MovingWindowSameCM(*(real16_T(*)[196608]) & img[196608]， hv, h); coder::conv2MovingWindowSameCM(*(real16_T(*)[196608]) & img[196608], hv1, v); // Finding magnitude of the gradients. // Threshold the edges for (int k{0}; k < 196608; k++) { real16_T b_h; real16_T h1; b_h = h[k]; h1 = v[k]; b_h = static_cast( std::sqrt(static_cast(b_h * b_h + h1 * h1))); h[k] = b_h; edgeImg[k] = static_cast((b_h > thresh) * 240U); } } // // File trailer for sobelEdgeDetectionAlg.cpp // // [EOF] //