第十六课:轮廓提取(threshold_sub_pix, bandpass_image, sobel_amp,lines_gauss)

本文主要是介绍第十六课:轮廓提取(threshold_sub_pix, bandpass_image, sobel_amp,lines_gauss),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1、threshold_sub_pix(Image : Border : Threshold : )  阈值分割边缘提取  不经常使用

       以灰度值大于Threshold区域和灰度值小于Threshold的区域为分界点提取亚像素精密轮廓  

2、

3、

4   lines_gauss(Image : Lines : SigmaLowHighLightDarkExtractWidthLineModelCompleteJunctions : )

      提取图像中的直线或曲线以及检测其宽度,主要用于找划痕找线等

      Lines :输出线条

      Sigma:平滑系数

                   确定要执行的平滑度。值越大,图像的平滑度越大,但会导致线的局部化程度更差(线的完整度更差)

       Low:滞后阈值操作的低阈值

      High:  滞后阈值操作的高阈值

                   参数LowHigh可以根据要提取的线条的灰度值对比 (ContrastLow and ContrastHigh)和根据下列公式从选定的                              Sigma值中计算

                                                            

                    可由算子calculate_lines_gauss_parameters( : : MaxLineWidth, Contrast : Sigma, Low, High)获得

      LightDark:提取暗或亮的轮廓            

                       如果参数为Light则所提取的轮廓两边像素的灰度值小于轮廓线所在像素的灰度值,如果为Dark则所提取的轮廓两边         像素的灰度值大于轮廓线上所在像素的灰度值

      ExtractWidth:是否提取线的宽度

                                 如果提取值设置为“true”,则提取每个直线点的线宽

      LineModel  :线的模型,用于校正线的位置和宽度

                           Default value: 'bar-shaped' 线形,条形

                           List of values: 'bar-shaped', 'gaussian'(高斯线), 'none', 'parabolic'(抛物线)

                          如果LineModel被设置为与“None”不同的值,line_gauss补偿不对称线条的影响(线条两侧的对比度不同),并校正直线的位置和宽度,用于校正的线模型可以用线形线(linemodel=“条形”)、抛物线线(linemodel=“抛物线”)和高斯线(linemodel=“Gaussian”)来选择,条形线是大多数应用程序的正确选择。如果需要提取背光管状物体(例如x射线图像中的血管),则可以使用另外两种模式 。抛物线模型应该应用于线看起来非常锋利的应用中。高斯线模型应用于线条不太清晰的应用程序中。只有在ExtractWidth =‘true’的情况下,参数linemodel才是有意义的。       

      CompleteJunctions:是否应该在无法提取的地方增加连接点

     

这篇关于第十六课:轮廓提取(threshold_sub_pix, bandpass_image, sobel_amp,lines_gauss)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/164455

相关文章

lvgl8.3.6 控件垂直布局 label控件在image控件的下方显示

在使用 LVGL 8.3.6 创建一个垂直布局,其中 label 控件位于 image 控件下方,你可以使用 lv_obj_set_flex_flow 来设置布局为垂直,并确保 label 控件在 image 控件后添加。这里是如何步骤性地实现它的一个基本示例: 创建父容器:首先创建一个容器对象,该对象将作为布局的基础。设置容器为垂直布局:使用 lv_obj_set_flex_flow 设置容器

ROS - C++实现RosBag包回放/提取

文章目录 1. 回放原理2. 回放/提取 多个话题3. 回放/提取数据包,并实时发布 1. 回放原理 #include <ros/ros.h>#include <rosbag/bag.h>#include <std_msgs/String.h>int main(int argc, char** argv){// 初始化ROS节点ros::init(argc, argv,

HalconDotNet中的图像特征与提取详解

文章目录 简介一、边缘特征提取二、角点特征提取三、区域特征提取四、纹理特征提取五、形状特征提取 简介   图像特征提取是图像处理中的一个重要步骤,用于从图像中提取有意义的特征,以便进行进一步的分析和处理。HalconDotNet提供了多种图像特征提取方法,每种方法都有其特定的应用场景和优缺点。 一、边缘特征提取   边缘特征提取是图像处理中最基本的特征提取方法之一,通过检

如何根据相同分隔符提取间隔数据?

最近遇到很多提问怎么提取字符的,而这些问题都有一个相同的特征,就是要提取的内容与内容之间,都有着相同的分隔符。当然,这种问题直接用“数据” →  “分列”功能就可以一步到位实现的,但有人喜欢折腾,而更多的人又非得指定函数公式的方法,或者更多的是要保持数据的同步性。   下面,我们就来讲讲用函数公式应该怎么实现这个提取,首先来个数据和要求,如下图,将 - 号间隔的内容依次提取到右边单元格内:

Java8特性:分组、提取字段、去重、过滤、差集、交集

总结下自己使用过的特性 将对象集合根据某个字段分组 //根据id分组Map<String, List<Bean>> newMap = successCf.stream().collect(Collectors.groupingBy(b -> b.getId().trim())); 获取对象集合里面的某个字段的集合 List<Bean> list = new ArrayList<>

【uva】11536-Smallest Sub-Array(区间移动问题)

一个区间移动的问题,1A了,感觉没什么好说的。。 13975926 11536 Smallest Sub-Array Accepted C++ 0.809 2014-08-01 11:00:20 #include<cstdio>#include<cstring>#include<iostream>using namespace std;#define INF 1 << 30

sobel_dir 方向图和sobel的一些想法

怎么使用呢! 1,通过方向图可以提取 直线 或水平线region区域,提出来的dirregion区域 2,通过sobel的幅度度,分割出变化剧烈的区域 fuduregion 3,两个region相交,可以准确定位幅度范围内+方向的边界 4,sobel算子是可以只做x,y方向的单项幅度图的,sobel_amp在一定场合有特别的用处,值得关注 5,关于大掩码超过3的size,要注意的

OpenCV结构分析与形状描述符(10)检测并提取轮廓函数findContours()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C++11 算法描述 在二值图像中查找轮廓。 该函数使用算法 253从二值图像中检索轮廓。轮廓是有用的工具,可用于形状分析和对象检测与识别。参见 OpenCV 示例目录中的 squares.cpp。 findContours 是 OpenCV 库中的一个重要函数

OpenCV结构分析与形状描述符(9)检测轮廓相对于其凸包的凹陷缺陷函数convexityDefects()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C++11 算法描述 查找一个轮廓的凸性缺陷。 下图显示了一个手部轮廓的凸性缺陷: convexityDefects 是 OpenCV 库中的一个函数,用于检测轮廓相对于其凸包的凹陷缺陷。这个函数可以帮助识别轮廓中的凹进去的部分,通常被用来分析手部或其他物体的形状

【python 走进pytotch】pytorch实现用Resnet提取特征

无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家。教程不仅是零基础,通俗易懂, 而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家。点这里可以跳转到教程。人工智能教程 准备一张图片,pytorch可以方便地实现用预训练的网络提取特征。 下面我们用pytorch提取图片采用预训练网络resnet50,提取图片特征。 # -*- coding: utf-8 -*-import os