canny算子实现

2024-03-11 02:18
文章标签 实现 canny 算子

本文主要是介绍canny算子实现,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!

原理:
在这里插入图片描述

在这里插入图片描述在这里插入图片描述
在这里插入图片描述
实现:

/*** @description:	计算阶乘* @param n			自然数* @return			阶乘*/
int factorial(int n)
{int fac = 1;if (n == 0)	return fac;for (int i = 1; i <= n; ++i)	fac *= i;return fac;
}/*** @description:    获得Sobel平滑算子* @param size		掩膜大小* @return			Sobel平滑算子*/
cv::Mat getSobelSmooth(int size)
{int n = size - 1;cv::Mat SobelSmoothoper = cv::Mat::zeros(size, 1, CV_32F);for (int k = 0; k <= n; k++){float *pt = SobelSmoothoper.ptr<float>(0);pt[k] = factorial(n) / (factorial(k)*factorial(n - k));}return SobelSmoothoper;
}/*** @description:   	获得Sobel差分算子* @param size		掩膜大小* @return			Sobel差分算子*/
cv::Mat getSobeldiff(int size)
{cv::Mat Sobeldiffoper = cv::Mat::zeros(cv::Size(size, 1), CV_32F);cv::Mat SobelSmooth = getSobelSmooth(size - 1);for (int k = 0; k < size; k++){if (k == 0)Sobeldiffoper.at<float>(0, k) = 1;else if (k == size - 1)Sobeldiffoper.at<float>(0, k) = -1;elseSobeldiffoper.at<float>(0, k) = SobelSmooth.at<float>(0, k) - SobelSmooth.at<float>(0, k - 1);}return Sobeldiffoper;
}/*** @description:	卷积实现* @param src		输入图像	* @param dst		输出图像* @param kernel	卷积核*/
void conv2D(cv::Mat& src, cv::Mat& dst, cv::Mat kernel)
{cv::flip(kernel, kernel, -1);cv::filter2D(src, dst, CV_32F, kernel);
}/*** @description:  	可分离卷积———先水平方向卷积,后垂直方向卷积* @param src		输入图像* @param dst		输出图像* @param kernel_X	x方向卷积* @param kernel_Y	y方向卷积*/
void sepConv2D_X_Y(cv::Mat& src, cv::Mat& dst, cv::Mat kernel_X, cv::Mat kernel_Y)
{cv::Mat dst_kernel_X;conv2D(src, dst_kernel_X, kernel_X); conv2D(dst_kernel_X, dst, kernel_Y); 
}/*** @description:  	可分离卷积———先垂直方向卷积,后水平方向卷积* @param src		输入图像* @param dst		输出图像* @param kernel_Y	y方向卷积* @param kernel_X	x方向卷积*/
void sepConv2D_Y_X(cv::Mat& src, cv::Mat& dst, cv::Mat kernel_Y, cv::Mat kernel_X)
{cv::Mat dst_kernel_Y;conv2D(src, dst_kernel_Y, kernel_Y);conv2D(dst_kernel_Y, dst, kernel_X); 
}/*** @description:	Sobel算子边缘检测* @param src		输入图像* @param dst		输出图像* @param dst_X		x方向边缘* @param dst_Y		y方向边缘* @param size		掩膜大小*/
void sobel(cv::Mat& src, cv::Mat& dst, cv::Mat& dst_X, cv::Mat& dst_Y, int size)
{cv::Mat SobelSmoothoper = getSobelSmooth(size);cv::Mat Sobeldiffoper = getSobeldiff(size);    sepConv2D_X_Y(src, dst_Y, SobelSmoothoper, Sobeldiffoper.t()); sepConv2D_Y_X(src, dst_X, SobelSmoothoper.t(), Sobeldiffoper); dst = abs(dst_X) + abs(dst_Y);convertScaleAbs(dst, dst);
}/*** @description:  	确定一个点的坐标是否在图像内* @param r			点的行坐标* @param c			点的列坐标* @param rows		图像行数* @param cols		图像列数* @return			点的坐标是否在图像内*/
bool checkInRange(int r, int c, int rows, int cols) 
{if (r >= 0 && r < rows && c >= 0 && c < cols)return true;elsereturn false;
}/*** @description:			从确定边缘点出发,延长边缘* @param edgeMag_noMaxsup	未经过极大值抑制的边缘强度* @param edge				图像边缘* @param Th				灰度阈值* @param r					点的行坐标* @param c					点的列坐标* @param rows				图像行数* @param cols				图像列数*/
void trace(cv::Mat &edgeMag_noMaxsup, cv::Mat &edge, float Th, int r, int c, int rows, int cols)
{if (edge.at<uchar>(r, c) == 0){for (int i = -1; i <= 1; ++i){for (int j = -1; j <= 1; ++j){if (checkInRange(r + i, c + j, rows, cols) && edgeMag_noMaxsup.at<float>(r + i, c + j) > Th)edge.at<uchar>(r, c) = 255;}}}
}/*** @description:		Canny边缘检测* @param src			输入图像* @param dst			输出图像* @param Tl			低灰度阈值* @param Th			高灰度阈值* @param ksize			sobel算子掩膜大小* @param L2graydient	是否使用L2灰度梯度*/
void canny(cv::Mat &src, cv::Mat &dst, float Tl, float Th, int ksize = 3, bool L2graydient = false)
{cv::GaussianBlur(src, src, cv::Size(3, 3), 0);cv::Mat dx, dy, sobel_dst;sobel(src, sobel_dst, dx, dy, ksize);cv::Mat edgeMag;if (L2graydient)magnitude(dx, dy, edgeMag);  elseedgeMag = abs(dx) + abs(dy); cv::Mat edgeMag_noMaxsup = cv::Mat::zeros(src.size(), CV_32F);for (int i = 1; i < src.rows - 1; ++i){for (int j = 1; j < src.cols - 1; ++j) {float angle =  atan2f(dy.at<float>(i, j), dx.at<float>(i, j)) / CV_PI * 180; float cur = edgeMag.at<float>(i, j);  if (abs(angle) < 22.5 || abs(angle) > 157.5){float left = edgeMag.at<float>(i, j - 1);float right = edgeMag.at<float>(i, j + 1);if (cur >= left && cur >= right)edgeMag_noMaxsup.at<float>(i, j) = cur;}if ((angle >= 67.5 && angle <= 112.5) || (angle >= -112.5 && angle <= -67.5)) {float top = edgeMag.at<float>(i - 1, j);float down = edgeMag.at<float>(i + 1, j);if (cur >= top && cur >= down)edgeMag_noMaxsup.at<float>(i, j) = cur;}if ((angle>112.5 && angle <= 157.5) || (angle>-67.5 && angle <= -22.5)) {float right_top = edgeMag.at<float>(i - 1, j + 1);float left_down = edgeMag.at<float>(i + 1, j - 1);if (cur >= right_top && cur >= left_down)edgeMag_noMaxsup.at<float>(i, j) = cur;}if ((angle >= 22.5 && angle < 67.5) || (angle >= -157.5 && angle < -112.5)) {float left_top = edgeMag.at<float>(i - 1, j - 1);float right_down = edgeMag.at<float>(i + 1, j + 1);if (cur >= left_top && cur >= right_down)edgeMag_noMaxsup.at<float>(i, j) = cur;}}}dst = cv::Mat::zeros(src.size(), CV_8U);for (int i = 1; i < src.rows - 1; ++i) {for (int j = 1; j < src.cols - 1; ++j) {float mag = edgeMag_noMaxsup.at<float>(i, j);if (mag > Th)dst.at<uchar>(i, j) = 255;else if (mag < Tl)dst.at<uchar>(i, j) = 0;elsetrace(edgeMag_noMaxsup, dst, Th, i, j, src.rows, src.cols);}}
}

代码传送门:https://github.com/taifyang/OpenCV-algorithm

这篇关于canny算子实现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/796281

相关文章

python实现svg图片转换为png和gif

《python实现svg图片转换为png和gif》这篇文章主要为大家详细介绍了python如何实现将svg图片格式转换为png和gif,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录python实现svg图片转换为png和gifpython实现图片格式之间的相互转换延展:基于Py

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.

Java的栈与队列实现代码解析

《Java的栈与队列实现代码解析》栈是常见的线性数据结构,栈的特点是以先进后出的形式,后进先出,先进后出,分为栈底和栈顶,栈应用于内存的分配,表达式求值,存储临时的数据和方法的调用等,本文给大家介绍J... 目录栈的概念(Stack)栈的实现代码队列(Queue)模拟实现队列(双链表实现)循环队列(循环数组

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

Python实现图片分割的多种方法总结

《Python实现图片分割的多种方法总结》图片分割是图像处理中的一个重要任务,它的目标是将图像划分为多个区域或者对象,本文为大家整理了一些常用的分割方法,大家可以根据需求自行选择... 目录1. 基于传统图像处理的分割方法(1) 使用固定阈值分割图片(2) 自适应阈值分割(3) 使用图像边缘检测分割(4)

Android实现在线预览office文档的示例详解

《Android实现在线预览office文档的示例详解》在移动端展示在线Office文档(如Word、Excel、PPT)是一项常见需求,这篇文章为大家重点介绍了两种方案的实现方法,希望对大家有一定的... 目录一、项目概述二、相关技术知识三、实现思路3.1 方案一:WebView + Office Onl

C# foreach 循环中获取索引的实现方式

《C#foreach循环中获取索引的实现方式》:本文主要介绍C#foreach循环中获取索引的实现方式,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、手动维护索引变量二、LINQ Select + 元组解构三、扩展方法封装索引四、使用 for 循环替代

Spring Security+JWT如何实现前后端分离权限控制

《SpringSecurity+JWT如何实现前后端分离权限控制》本篇将手把手教你用SpringSecurity+JWT搭建一套完整的登录认证与权限控制体系,具有很好的参考价值,希望对大家... 目录Spring Security+JWT实现前后端分离权限控制实战一、为什么要用 JWT?二、JWT 基本结构

Java实现优雅日期处理的方案详解

《Java实现优雅日期处理的方案详解》在我们的日常工作中,需要经常处理各种格式,各种类似的的日期或者时间,下面我们就来看看如何使用java处理这样的日期问题吧,感兴趣的小伙伴可以跟随小编一起学习一下... 目录前言一、日期的坑1.1 日期格式化陷阱1.2 时区转换二、优雅方案的进阶之路2.1 线程安全重构2

Android实现两台手机屏幕共享和远程控制功能

《Android实现两台手机屏幕共享和远程控制功能》在远程协助、在线教学、技术支持等多种场景下,实时获得另一部移动设备的屏幕画面,并对其进行操作,具有极高的应用价值,本项目旨在实现两台Android手... 目录一、项目概述二、相关知识2.1 MediaProjection API2.2 Socket 网络