opencv视觉学习温习(六)边缘检测
2018-11-22 16:23
447 查看
一:边缘检测步骤
- 1)滤波:边缘检测的算法主要是基于图像强度的一阶和二阶导数,但导数通常对噪声很敏感,因此必须采用滤波器来改善与噪声有关的边缘检测器的性能。常见的滤波方法主要有高斯滤波,即采用离散化的高斯函数产生一组归一化的高斯核(具体见“高斯滤波原理及其编程离散化实现方法”一文),然后基于高斯核函数对图像灰度矩阵的每一点进行加权求和(具体程序实现见下文)。
- 2)增强:增强边缘的基础是确定图像各点邻域强度的变化值。增强算法可以将图像灰度点邻域强度值有显著变化的点凸显出来。在具体编程实现时,可通过计算梯度幅值来确定。
- 3)检测:经过增强的图像,往往邻域中有很多点的梯度值比较大,而在特定的应用中,这些点并不是我们要找的边缘点,所以应该采用某种方法来对这些点进行取舍。实际工程中,常用的方法是通过阈值化方法来检测。
二:具体使用
1.canny算子
函数原型:
[code]C++: void Canny(InputArray image,OutputArray edges, double threshold1, double threshold2, int apertureSize=3,bool L2gradient=false )
- 第一个参数,InputArray类型的image,输入图像,即源图像,填Mat类的对象即可,且需为单通道8位图像。
- 第二个参数,OutputArray类型的edges,输出的边缘图,需要和源图片有一样的尺寸和类型。
- 第三个参数,double类型的threshold1,第一个滞后性阈值。
- 第四个参数,double类型的threshold2,第二个滞后性阈值。
- 第五个参数,int类型的apertureSize,表示应用Sobel算子的孔径大小,其有默认值3。
- 第六个参数,bool类型的L2gradient,一个计算图像梯度幅值的标识,有默认值false。
- 需要注意的是,这个函数阈值1和阈值2两者的小者用于边缘连接,而大者用来控制强边缘的初始段,推荐的高低阈值比在2:1到3:1之间。
使用实例:
[code] Mat src = imread("1.jpg"); //工程目录下应该有一张名为1.jpg的素材图 Canny(src, src, 3, 9,3 ); imshow("【效果图】Canny边缘检测", src);
2.sobel算子
函数原型:
[code]C++: void Sobel ( InputArray src,//输入图 OutputArray dst,//输出图 int ddepth,//输出图像的深度 int dx, int dy, int ksize=3, double scale=1, double delta=0, int borderType=BORDER_DEFAULT );
- 第一个参数,InputArray 类型的src,为输入图像,填Mat类型即可。
- 第二个参数,OutputArray类型的dst,即目标图像,函数的输出参数,需要和源图片有一样的尺寸和类型。
- 第三个参数,int类型的ddepth,输出图像的深度,支持如下src.depth()和ddepth的组合:
- 若src.depth() = CV_8U, 取ddepth =-1/CV_16S/CV_32F/CV_64F
- 若src.depth() = CV_16U/CV_16S, 取ddepth =-1/CV_32F/CV_64F
- 若src.depth() = CV_32F, 取ddepth =-1/CV_32F/CV_64F
- 若src.depth() = CV_64F, 取ddepth = -1/CV_64F
- 第四个参数,int类型dx,x 方向上的差分阶数。
- 第五个参数,int类型dy,y方向上的差分阶数。
- 第六个参数,int类型ksize,有默认值3,表示Sobel核的大小;必须取1,3,5或7。
- 第七个参数,double类型的scale,计算导数值时可选的缩放因子,默认值是1,表示默认情况下是没有应用缩放的。我们可以在文档中查阅getDerivKernels的相关介绍,来得到这个参数的更多信息。
- 第八个参数,double类型的delta,表示在结果存入目标图(第二个参数dst)之前可选的delta值,有默认值0。
- 第九个参数, int类型的borderType,我们的老朋友了(万年是最后一个参数),边界模式,默认值为BORDER_DEFAULT。这个参数可以在官方文档中borderInterpolate处得到更详细的信息。
使用实例:
[code]int main( ) { //【0】创建 grad_x 和 grad_y 矩阵 Mat grad_x, grad_y; Mat abs_grad_x, abs_grad_y,dst; //【1】载入原始图 Mat src = imread("1.jpg"); //工程目录下应该有一张名为1.jpg的素材图 //【2】显示原始图 imshow("【原始图】sobel边缘检测", src); //【3】求 X方向梯度 Sobel( src, grad_x, CV_16S, 1, 0, 3, 1, 1, BORDER_DEFAULT ); convertScaleAbs( grad_x, abs_grad_x ); imshow("【效果图】 X方向Sobel", abs_grad_x); //【4】求Y方向梯度 Sobel( src, grad_y, CV_16S, 0, 1, 3, 1, 1, BORDER_DEFAULT ); convertScaleAbs( grad_y, abs_grad_y ); imshow("【效果图】Y方向Sobel", abs_grad_y); //【5】合并梯度(近似) addWeighted( abs_grad_x, 0.5, abs_grad_y, 0.5, 0, dst ); imshow("【效果图】整体方向Sobel", dst); waitKey(0); return 0; }
拓展:convertScaleAbs()函数解释,操作可实现图像增强等相关操作的快速运算,实际操作如下:
scharr滤波器为sobel算子备胎,以下二者等价
[code]Scharr(src, dst, ddepth, dx, dy, scale,delta, borderType); Sobel(src, dst, ddepth, dx, dy, CV_SCHARR,scale, delta, borderType);
3.Laplace算子
函数原型:
[code]C++: void Laplacian(InputArray src,OutputArray dst, int ddepth, int ksize=1, double scale=1, double delta=0, intborderType=BORDER_DEFAULT );
- 第一个参数,InputArray类型的image,输入图像,即源图像,填Mat类的对象即可,且需为单通道8位图像。
- 第二个参数,OutputArray类型的edges,输出的边缘图,需要和源图片有一样的尺寸和通道数。
- 第三个参数,int类型的ddept,目标图像的深度。
- 第四个参数,int类型的ksize,用于计算二阶导数的滤波器的孔径尺寸,大小必须为正奇数,且有默认值1。
- 第五个参数,double类型的scale,计算拉普拉斯值的时候可选的比例因子,有默认值1。
- 第六个参数,double类型的delta,表示在结果存入目标图(第二个参数dst)之前可选的delta值,有默认值0。
- 第七个参数, int类型的borderType,边界模式,默认值为BORDER_DEFAULT。这个参数可以在官方文档中borderInterpolate()处得到更详细的信息
使用实例:
[code]//【3】使用高斯滤波消除噪声 GaussianBlur( src, src, Size(3,3), 0, 0, BORDER_DEFAULT ); //【4】转换为灰度图 cvtColor( src, src_gray, CV_RGB2GRAY ); //【5】使用Laplace函数 Laplacian( src_gray, dst, CV_16S, 3, 1, 0, BORDER_DEFAULT ); //【6】计算绝对值,并将结果转换成8位 convertScaleAbs( dst, abs_dst );
本文参考的博客:【OpenCV入门教程之十二】OpenCV边缘检测:Canny算子,Sobel算子,Laplace算子,Scharr滤波器合辑
阅读更多相关文章推荐
- OpenCV学习之旅2—边缘检测技术
- 【OpenCV学习笔记】十九、图像边缘检测
- [学习opencv]图像sobel、laplacian、canny边缘检测
- OpenCV学习笔记_图片边缘检测
- vim+python+OpenCV学习七 : Sobel算子、Laplacian算子和Canny边缘检测
- opencv视觉学习温习(九)漫水填充+角点检测
- OpenCV 2 学习笔记(24): 使用形态学滤波检测边缘与角点
- Opencv学习之图像边缘检测
- opencv_tutorial_code学习——canny边缘检测后findContours
- opencv学习(三十二)之图像边缘检测Soble_Laplace_Canny
- opencv学习——canny边缘检测
- 【OpenCV学习笔记 004】 图像的缩放、Canny边缘检测和图像的二值化
- OpenCV学习笔记(三):Canny边缘检测和滚动条制作
- Python OpenCV 学习笔记之:Canny边缘检测
- opencv学习笔记(三) 边缘检测
- 【OpenCV学习笔记】2.3图像的腐蚀、膨胀、模糊、边缘检测
- 【opencv学习之二十六】边缘检测算子:Canny,Sobel,Laplacian
- 【学习opencv】对图像缩放并进行边缘检测
- openCV学习笔记(二)------图像平滑处理和边缘检测
- OpenCV入门学习之边缘检测