基于opencv的边缘检测
来源:互联网 发布:响一声电话软件 编辑:程序博客网 时间:2024/06/10 19:00
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
0 0
- 基于opencv的边缘检测
- 基于opencv的多种边缘算子的边缘检测
- 基于OpenCV的canny边缘检测的MFC实现
- 基于OPENCV的CANNY边缘检测算子详细代码实现
- OpenCV实现基于Zernike矩的亚像素边缘检测
- OpenCV实现基于Zernike矩的亚像素边缘检测
- Opencv的Canny边缘检测
- 基于法线的边缘检测
- 基于法线的边缘检测
- Opencv之简单的边缘检测
- OpenCV几种边缘检测的方法
- OpenCV边缘检测的详细参数调节
- Sobel边缘检测的OpenCV实现
- 基于opencv 的Canny边缘检测算法原理及其VC实现详解
- 8基于opencv的边缘检测_Canny算子_Sobel算子_Laplace算子_Scharr滤波器
- 边缘检测︱基于 HED网络TensorFlow 和 OpenCV 实现图片边缘检测
- 基于 Node-red实现opencv边缘检测节点
- 基于 HED网络TensorFlow 和 OpenCV 实现图片边缘检测
- oracle学习总结------创建新的数据库实例
- HDFS和GridFS的比较
- design库的底部对话框
- 三菱plc开发环境以及仿真
- oracle学习总结------函数的使用
- 基于opencv的边缘检测
- 2017.1.18【初中部 】普及组模拟赛C组 最佳裁判 题解
- 多线程和异步操作
- AC Dream1069
- 【JZOJ3874】【NOIP2014八校联考第4场第2试10.20】准备复赛(exam)
- php 静态变量static相关
- Linux CentOS 7 下 Nginx 安装使用 Let’ s Encrypt 证书的完整过程
- oracle----事务处理
- 《JAVA与模式》之装饰模式