基于opencv的边缘检测

一;

边缘检测的一般步骤：(1)滤波，经常使用高斯滤波

    (2)增强

                                            (3)检测，常使用阈值方法检测

1，canny算子：

步骤：【1】消除噪声

                                           【2】计算梯度幅值和方向

   【3】非极大值抑制

           【4】滞后阈值

示例：

#include"stdafx.h"#include <opencv2/core/utility.hpp>#include "opencv2/imgproc.hpp"#include "opencv2/imgcodecs.hpp"#include "opencv2/highgui.hpp"#include"opencv2/core/core.hpp"#include <iostream>using namespace cv;using namespace std;//描述：全局变量声明//定义原始图，目标图，灰度图，掩码图Mat image, g_srcImage, g_srcImage2, g_dstImage, g_dstImage2, g_grayImage, g_edgeImage, tempImage;//-----------------------------------【main( )函数】--------------------------------------------//描述：控制台应用程序的入口函数，我们的程序从这里开始//-----------------------------------------------------------------------------------------------int main(){//改变console字体颜色system("color 4F");//载入原图image = imread("E:\\pictures\\For_Project\\New_opencv\\Fruits.jpg",1);if (!image.data) { printf("Oh，no，读取srcImage错误~！ \n"); return false; }//显示原始图namedWindow("【原始图】");imshow("【原始图】", image);//定义操作后保存结果图g_srcImage = image.clone();g_srcImage2 = image.clone();g_dstImage = image.clone();//复制原图到临时变量Canny(g_srcImage, g_dstImage, 150, 100, 3);    imshow("【效果图】灰度图", g_dstImage);tempImage.create(g_srcImage.size(), g_srcImage.type());cvtColor(g_srcImage2, g_grayImage, COLOR_BGR2GRAY);blur(g_grayImage, g_edgeImage, Size(3, 3));Canny(g_edgeImage, g_edgeImage, 3, 9, 3);tempImage = Scalar::all(0);g_srcImage.copyTo(tempImage, g_edgeImage);imshow("【效果图】Canny边缘检测彩色图图", tempImage);//等待键盘按键‘q’退出  while (char(waitKey(1)) != 'q') {}return 0;}

效果：

2.Sobel算子

(1)分别在x和y方向上求导卷积所得

使用函数void Sobel(input,poutput,int depth,int dx,int dy,int ksize=3,double scale=1,double delta=0,int                         borderType=BORDER_DEFAULT);

示例：

#include"stdafx.h"#include <opencv2/core/utility.hpp>#include "opencv2/imgproc.hpp"#include "opencv2/imgcodecs.hpp"#include "opencv2/highgui.hpp"#include"opencv2/core/core.hpp"#include <iostream>using namespace cv;using namespace std;//描述：全局变量声明//定义原始图，目标图，灰度图，掩码图Mat image, g_srcImage, g_srcImage2, g_dstImage, g_dstImage2, g_grayImage, g_edgeImage, tempImage;//-----------------------------------【main( )函数】--------------------------------------------//描述：控制台应用程序的入口函数，我们的程序从这里开始//-----------------------------------------------------------------------------------------------int main(){//改变console字体颜色system("color 4F");//载入原图Mat grad_x, grad_y, abs_grad_x, abs_grad_y, dst;Mat src = imread("E:\\pictures\\For_Project\\New_opencv\\pigdog.jpg",1);imshow("【原图】", src);Sobel(src, grad_x, CV_16S, 1, 0, 3, 1, 1, BORDER_DEFAULT);convertScaleAbs(grad_x, abs_grad_x);imshow("【效果图】Sobel边缘检测X方向",abs_grad_x);Sobel(src, grad_y, CV_16S, 0, 1, 3, 1, 1, BORDER_DEFAULT);convertScaleAbs(grad_y, abs_grad_y);imshow("【效果图】Sobel边缘检测Y方向", abs_grad_y);addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0, dst);imshow("【效果图】Sobel边缘检测整体方向", dst);//等待键盘按键‘q’退出  while (char(waitKey(1)) != 'q') {}return 0;}

3：Laplacian算子

使用Laplacian函数

示例：

#include"stdafx.h"#include <opencv2/core/utility.hpp>#include "opencv2/imgproc.hpp"#include "opencv2/imgcodecs.hpp"#include "opencv2/highgui.hpp"#include"opencv2/core/core.hpp"#include <iostream>using namespace cv;using namespace std;//描述：全局变量声明//定义原始图，目标图，灰度图，掩码图Mat image, g_srcImage, g_srcImage2, g_dstImage, g_dstImage2, g_grayImage, g_edgeImage, tempImage;//-----------------------------------【main( )函数】--------------------------------------------//描述：控制台应用程序的入口函数，我们的程序从这里开始//-----------------------------------------------------------------------------------------------int main(){//改变console字体颜色system("color 4F");//载入原图Mat src, src_gray, dst, abs_dst;src = imread("E:\\pictures\\For_Project\\New_opencv\\pigdog.jpg",1);imshow("【原图】", src);//使用高斯滤波消除噪声GaussianBlur(src, src, Size(3, 3), 0, 0, BORDER_DEFAULT);//转换为灰度图cvtColor(src,src_gray,COLOR_RGB2GRAY);//使用Laplacian函数Laplacian(src_gray, dst, CV_16S, 3, 1, 0, BORDER_DEFAULT);//计算绝对值，并将结果转换为8位convertScaleAbs(dst, abs_dst);imshow("【效果图】Laplace变换", abs_dst);//等待键盘按键‘q’退出  while (char(waitKey(1)) != 'q') {}return 0;}

效果：

4.scharr滤波器

使用函数Scharr来计算图像差分，其计算图像x或者y方向的图像积分，除了没有ksize核的大小，其他                         的参数几本和Sobel算子一样。

示例：

#include"stdafx.h"#include <opencv2/core/utility.hpp>#include "opencv2/imgproc.hpp"#include "opencv2/imgcodecs.hpp"#include "opencv2/highgui.hpp"#include"opencv2/core/core.hpp"#include <iostream>using namespace cv;using namespace std;//描述：全局变量声明//定义原始图，目标图，灰度图，掩码图Mat image, g_srcImage, g_srcImage2, g_dstImage, g_dstImage2, g_grayImage, g_edgeImage, tempImage;//-----------------------------------【main( )函数】--------------------------------------------//描述：控制台应用程序的入口函数，我们的程序从这里开始//-----------------------------------------------------------------------------------------------int main(){//改变console字体颜色system("color 4F");//载入原图Mat src, grad_x, grad_y, abs_grad_x, abs_grad_y, dst;src = imread("E:\\pictures\\For_Project\\New_opencv\\f7.jpg", 1);imshow("【原图】", src);Scharr(src, grad_x, CV_16S, 1, 0, 1, 0, BORDER_DEFAULT);convertScaleAbs(grad_x, abs_grad_x);imshow("【效果图】X方向Scharr", abs_grad_x);Scharr(src, grad_y, CV_16S, 0, 1, 1, 0, BORDER_DEFAULT);convertScaleAbs(grad_y, abs_grad_y);imshow("【效果图】Y方向Scharr", abs_grad_y);addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0, dst);imshow("【效果图】整合后Scharr", dst);//等待键盘按键‘q’退出  while (char(waitKey(1)) != 'q') {}return 0;}

效果;

综合示例：

#include"stdafx.h"#include <opencv2/core/utility.hpp>#include "opencv2/imgproc.hpp"#include "opencv2/imgcodecs.hpp"#include "opencv2/highgui.hpp"#include"opencv2/core/core.hpp"#include <iostream>//-----------------------------------【命名空间声明部分】--------------------------------------  //      描述：包含程序所使用的命名空间  //-----------------------------------------------------------------------------------------------   using namespace cv;//-----------------------------------【全局变量声明部分】--------------------------------------  //      描述：全局变量声明  //-----------------------------------------------------------------------------------------------  //原图，原图的灰度版，目标图  Mat g_srcImage, g_srcGrayImage, g_dstImage;//Canny边缘检测相关变量  Mat g_cannyDetectedEdges;int g_cannyLowThreshold = 1;//TrackBar位置参数    //Sobel边缘检测相关变量  Mat g_sobelGradient_X, g_sobelGradient_Y;Mat g_sobelAbsGradient_X, g_sobelAbsGradient_Y;int g_sobelKernelSize = 1;//TrackBar位置参数      //Scharr滤波器相关变量  Mat g_scharrGradient_X, g_scharrGradient_Y;Mat g_scharrAbsGradient_X, g_scharrAbsGradient_Y;//-----------------------------------【全局函数声明部分】--------------------------------------  //      描述：全局函数声明  //-----------------------------------------------------------------------------------------------  static void ShowHelpText();static void on_Canny(int, void*);//Canny边缘检测窗口滚动条的回调函数  static void on_Sobel(int, void*);//Sobel边缘检测窗口滚动条的回调函数  void Scharr();//封装了Scharr边缘检测相关代码的函数    //-----------------------------------【main( )函数】--------------------------------------------    //      描述：控制台应用程序的入口函数，我们的程序从这里开始    //-----------------------------------------------------------------------------------------------  int main(int argc, char** argv){//改变console字体颜色  system("color 2F");//显示欢迎语  ShowHelpText();//载入原图  g_srcImage = imread("E:\\pictures\\For_Project\\New_opencv\\girl.jpg",1);if (!g_srcImage.data) { printf("Oh，no，读取srcImage错误~！ \n"); return false; }//显示原始图  namedWindow("【原始图】");imshow("【原始图】", g_srcImage);// 创建与src同类型和大小的矩阵(dst)  g_dstImage.create(g_srcImage.size(), g_srcImage.type());// 将原图像转换为灰度图像  cvtColor(g_srcImage, g_srcGrayImage, CV_BGR2GRAY);// 创建显示窗口  namedWindow("【效果图】Canny边缘检测", CV_WINDOW_AUTOSIZE);namedWindow("【效果图】Sobel边缘检测", CV_WINDOW_AUTOSIZE);// 创建trackbar  createTrackbar("参数值：", "【效果图】Canny边缘检测", &g_cannyLowThreshold, 120, on_Canny);createTrackbar("参数值：", "【效果图】Sobel边缘检测", &g_sobelKernelSize, 3, on_Sobel);// 调用回调函数  on_Canny(0, 0);on_Sobel(0, 0);//调用封装了Scharr边缘检测代码的函数  Scharr();//轮询获取按键信息，若按下Q，程序退出  while ((char(waitKey(1)) != 'q')) {}return 0;}//-----------------------------------【ShowHelpText( )函数】----------------------------------  //      描述：输出一些帮助信息  //----------------------------------------------------------------------------------------------  static void ShowHelpText(){//输出一些帮助信息  printf("\n\n\t嗯。运行成功，请调整滚动条观察图像效果~\n\n""\t按下“q”键时，程序退出~!\n""\n\n\t\t\t\t by浅墨");}//-----------------------------------【on_Canny( )函数】----------------------------------  //      描述：Canny边缘检测窗口滚动条的回调函数  //-----------------------------------------------------------------------------------------------  void on_Canny(int, void*){// 先使用 3x3内核来降噪  blur(g_srcGrayImage, g_cannyDetectedEdges, Size(3, 3));// 运行我们的Canny算子  Canny(g_cannyDetectedEdges, g_cannyDetectedEdges, g_cannyLowThreshold, g_cannyLowThreshold * 3, 3);//先将g_dstImage内的所有元素设置为0   g_dstImage = Scalar::all(0);//使用Canny算子输出的边缘图g_cannyDetectedEdges作为掩码，来将原图g_srcImage拷到目标图g_dstImage中  g_srcImage.copyTo(g_dstImage, g_cannyDetectedEdges);//显示效果图  imshow("【效果图】Canny边缘检测", g_dstImage);}//-----------------------------------【on_Sobel( )函数】----------------------------------  //      描述：Sobel边缘检测窗口滚动条的回调函数  //-----------------------------------------------------------------------------------------  void on_Sobel(int, void*){// 求 X方向梯度  Sobel(g_srcImage, g_sobelGradient_X, CV_16S, 1, 0, (2 * g_sobelKernelSize + 1), 1, 1, BORDER_DEFAULT);convertScaleAbs(g_sobelGradient_X, g_sobelAbsGradient_X);//计算绝对值，并将结果转换成8位   // 求Y方向梯度  Sobel(g_srcImage, g_sobelGradient_Y, CV_16S, 0, 1, (2 * g_sobelKernelSize + 1), 1, 1, BORDER_DEFAULT);convertScaleAbs(g_sobelGradient_Y, g_sobelAbsGradient_Y);//计算绝对值，并将结果转换成8位   // 合并梯度  addWeighted(g_sobelAbsGradient_X, 0.5, g_sobelAbsGradient_Y, 0.5, 0, g_dstImage);//显示效果图  imshow("【效果图】Sobel边缘检测", g_dstImage);}//-----------------------------------【Scharr( )函数】----------------------------------  //      描述：封装了Scharr边缘检测相关代码的函数  //-----------------------------------------------------------------------------------------  void Scharr(){// 求 X方向梯度  Scharr(g_srcImage, g_scharrGradient_X, CV_16S, 1, 0, 1, 0, BORDER_DEFAULT);convertScaleAbs(g_scharrGradient_X, g_scharrAbsGradient_X);//计算绝对值，并将结果转换成8位     // 求Y方向梯度  Scharr(g_srcImage, g_scharrGradient_Y, CV_16S, 0, 1, 1, 0, BORDER_DEFAULT);convertScaleAbs(g_scharrGradient_Y, g_scharrAbsGradient_Y);//计算绝对值，并将结果转换成8位     // 合并梯度  addWeighted(g_scharrAbsGradient_X, 0.5, g_scharrAbsGradient_Y, 0.5, 0, g_dstImage);//显示效果图  imshow("【效果图】Scharr滤波器", g_dstImage);}

效果图