OpenCV 如何实现边缘检测器

2024-04-24 23:36
文章标签 实现 opencv 边缘 检测器

本文主要是介绍OpenCV 如何实现边缘检测器,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!

返回:OpenCV系列文章目录(持续更新中......)

上一篇:OpenCV如何实现拉普拉斯算子的离散模拟
下一篇 :OpenCV系列文章目录(持续更新中......)

目标

在本教程中,您将学习如何:

  • 使用 OpenCV 函数 cv::Canny 实现 Canny 边缘检测器。

理论

Canny Edge探测器[48]由John F. Canny于1986年开发。Canny 算法也被许多人称为最佳检测器,旨在满足三个主要标准:

  • 低错误率:这意味着仅对现有边缘的良好检测。
  • 良好的本地化:必须最小化检测到的边缘像素与实际边缘像素之间的距离。
  • 最小响应:每个边沿只有一个检测器响应。

步骤

  1. 过滤掉任何噪音。高斯滤波器用于此目的。可能使用的(size = 5)高斯核示例如下所示:

  1. 找到图像的强度渐变。为此,我们遵循类似于 Sobel 的过程:

 a).应用一对卷积掩码在 x 和y 方向上:

 

​编辑 

 b).通过以下方式找到梯度强度和方向::

​编辑

  1. 方向四舍五入为四个可能的角度之一(即 0、45、90 或 135)
  2. 应用非最大抑制。这将删除不被视为边的一部分的像素。因此,将只保留细线(候选边)。
  3. 滞后:最后一步。Canny 确实使用两个阈值(上限和下限):

    1. 如果像素渐变高于上限阈值,则该像素被接受为边缘
    2. 如果像素渐变值低于限阈值,则将拒绝该值。
    3. 如果像素渐变介于两个阈值之间,则仅当它连接到高于上限阈值的像素时,才会被接受。

    Canny 建议在 2:1 和 3:1 之间使用上比例。

  4. 有关更多详细信息,您可以随时查阅您最喜欢的计算机视觉书籍。

1、C++代码演示:

  • 教程代码如下所示。您也可以从这里下载
    #include "opencv2/imgproc.hpp"
    #include "opencv2/highgui.hpp"
    #include <iostream>using namespace cv;Mat src, src_gray;
    Mat dst, detected_edges;int lowThreshold = 0;
    const int max_lowThreshold = 100;
    const int ratio = 3;
    const int kernel_size = 3;
    const char* window_name = "Edge Map";static void CannyThreshold(int, void*)
    {blur( src_gray, detected_edges, Size(3,3) );Canny( detected_edges, detected_edges, lowThreshold, lowThreshold*ratio, kernel_size );dst = Scalar::all(0);src.copyTo( dst, detected_edges);imshow( window_name, dst );
    }int main( int argc, char** argv )
    {CommandLineParser parser( argc, argv, "{@input | fruits.jpg | input image}" );src = imread( samples::findFile( parser.get<String>( "@input" ) ), IMREAD_COLOR ); // Load an imageif( src.empty() ){std::cout << "Could not open or find the image!\n" << std::endl;std::cout << "Usage: " << argv[0] << " <Input image>" << std::endl;return -1;}dst.create( src.size(), src.type() );cvtColor( src, src_gray, COLOR_BGR2GRAY );namedWindow( window_name, WINDOW_AUTOSIZE );createTrackbar( "Min Threshold:", window_name, &lowThreshold, max_lowThreshold, CannyThreshold );CannyThreshold(0, 0);waitKey(0);return 0;
    }

  • 这个程序是做什么的?
    • 要求用户输入一个数值来设置我们的 Canny Edge Detector 的下限阈值(通过跟踪栏)。
    • 应用 Canny Detector 并生成蒙版(亮线表示黑色背景上的边缘)。
    • 应用在原始图像上获取的蒙版并将其显示在窗口中。

 创建一些需要的变量:

 2、说明(C++ 代码)

Mat src, src_gray;
Mat dst, detected_edges;int lowThreshold = 0;
const int max_lowThreshold = 100;
const int ratio = 3;
const int kernel_size = 3;
const char* window_name = "Edge Map";

  1. 请注意以下事项:

    1. 我们建立了 3:1 的下限:上限阈值(具有可变比率)。
    2. 我们将内核大小设置为 (用于由 Canny 函数在内部执行的 Sobel 操作)。3
    3. 我们为 的下限阈值设置了最大值。100
  2. 加载源图像:
 CommandLineParser parser( argc, argv, "{@input | fruits.jpg | input image}" );src = i mread( samples::findFile( parser.get<String>( "@input" ) ), IMREAD_COLOR ); // Load an imageif( src.empty() ){std::cout << "Could not open or find the image!\n" << std::endl;std::cout << "Usage: " << argv[0] << " <Input image>" << std::endl;return -1;}

  1. 创建一个与 src 类型和大小相同的矩阵(待 dst):
     dst.create( src.size(), src.type() );

  2. 将图像转换为灰度(使用函数 cv::cvtColor ):
     cvtColor( src, src_gray, COLOR_BGR2GRAY );

  3. 创建一个窗口来显示结果:
     namedWindow( window_name, WINDOW_AUTOSIZE );

  4. 为用户创建一个跟踪栏,以输入我们的 Canny 检测器的下限:
     createTrackbar( "Min Threshold:", window_name, &lowThreshold, max_lowThreshold, CannyThreshold );

  5. 请注意以下事项:
    1. 要由 Trackbar 控制的变量是 lowThreshold,限制为 max_lowThreshold(我们之前将其设置为 100)
    2. 每次 Trackbar 注册操作时,都会调用回调函数 CannyThreshold
  6. 让我们一步一步地检查 CannyThreshold 函数:

 a、首先,我们用内核大小为 3 的过滤器对图像进行模糊处理

 blur( src_gray, detected_edges, Size(3,3) );

 b、其次,我们应用 OpenCV 函数 cv::Canny 

 Canny( detected_edges, detected_edges, lowThreshold, lowThreshold*ratio, kernel_size );
  1. 其中参数为:
    • detected_edges:源图像、灰度
    • detected_edges:检测器输出(可与输入相同)
    • lowThreshold:用户移动跟踪栏时输入的值
    • highThreshold:在程序中设置为下限的三倍(遵循 Canny 的建议)
    • kernel_size:我们将其定义为 3(内部使用的 Sobel 内核的大小)

7、我们用零填充目标图像(表示图像完全是黑色的)。

 dst = Scalar::all(0);

8、最后,我们将使用函数 cv::Mat::copyTo 仅映射图像中标识为边缘的区域(在黑色背景上)。cv::Mat::copy将 src 映像复制到 dst 上。但是,它只会复制像素具有非零值的位置。由于 Canny 检测器的输出是黑色背景上的边缘轮廓,因此生成的 dst 在除检测到的边缘之外的所有区域都将是黑色的。

 src.copyTo( dst, detected_edges);

9、我们显示我们的结果

 imshow( window_name, dst );

结果

  • 编译上面的代码后,我们可以运行它,将图像的路径作为参数。例如,使用以下图像作为输入:

  • 移动滑块,尝试不同的阈值,我们得到以下结果:

​请注意图像如何叠加到边缘区域的黑色背景上。


参考文献:

1、《Canny Edge Detector》---Ana Huamán

这篇关于OpenCV 如何实现边缘检测器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/933146

相关文章

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

Android实现任意版本设置默认的锁屏壁纸和桌面壁纸(两张壁纸可不一致)

客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸: 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  (注意不能是bmp格式) 替换默认锁屏壁纸: 将图片资源放入vendo

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

Kubernetes PodSecurityPolicy:PSP能实现的5种主要安全策略

Kubernetes PodSecurityPolicy:PSP能实现的5种主要安全策略 1. 特权模式限制2. 宿主机资源隔离3. 用户和组管理4. 权限提升控制5. SELinux配置 💖The Begin💖点点关注,收藏不迷路💖 Kubernetes的PodSecurityPolicy(PSP)是一个关键的安全特性,它在Pod创建之前实施安全策略,确保P

工厂ERP管理系统实现源码(JAVA)

工厂进销存管理系统是一个集采购管理、仓库管理、生产管理和销售管理于一体的综合解决方案。该系统旨在帮助企业优化流程、提高效率、降低成本,并实时掌握各环节的运营状况。 在采购管理方面,系统能够处理采购订单、供应商管理和采购入库等流程,确保采购过程的透明和高效。仓库管理方面,实现库存的精准管理,包括入库、出库、盘点等操作,确保库存数据的准确性和实时性。 生产管理模块则涵盖了生产计划制定、物料需求计划、

C++——stack、queue的实现及deque的介绍

目录 1.stack与queue的实现 1.1stack的实现  1.2 queue的实现 2.重温vector、list、stack、queue的介绍 2.1 STL标准库中stack和queue的底层结构  3.deque的简单介绍 3.1为什么选择deque作为stack和queue的底层默认容器  3.2 STL中对stack与queue的模拟实现 ①stack模拟实现