【OpenCV C++20 学习笔记】Canny边缘检测

Canny边缘检测

原理

Canny边缘检测也称为"最优检测"(optimal detector),它的开发主要有以下3个目标:

  • 低错误率:只检测真实存在的边缘
  • 良好的定位:检测出来的边缘与真实的边缘之间的距离要达到最小
  • 最小的反馈:每个边缘只有一个检测结果

步骤

  1. 过滤噪音:使用滤波对噪音进行过滤,可以使用归一化滤波、高斯滤波、中值滤波等。
  2. 使用类似于Sobel的方法,计算图片中颜色值的斜率:
  • 在 x x x和 y y y方向应用以下卷积掩码:
    G x = [ − 1 0 + 1 − 2 0 + 2 − 1 0 + 1 ] ∗ I G_x= \begin{bmatrix} -1 & 0 & +1 \\ -2 & 0 & +2 \\ -1 & 0 & +1 \end{bmatrix} * I Gx= −1−2−1000+1+2+1 ∗I
    G y = [ − 1 − 2 − 1 0 0 0 + 1 + 2 + 1 ] ∗ I G_y= \begin{bmatrix} -1 & -2 & -1 \\ 0 & 0 & 0 \\ +1 & +2 & +1 \end{bmatrix} * I Gy= −10+1−20+2−10+1 ∗I
  • 计算近似斜率及其方向:
    G = G x 2 + G y 2 G = \sqrt{G_x^2+G_y^2} G=Gx2+Gy2
    θ = arctan ⁡ ( G y G x ) \theta = \arctan(\frac{G_y}{G_x}) θ=arctan(GxGy)
    θ \theta θ只能取4个值,0, 45, 90以及135,所以要取近似值。
  1. 非最大值抑制(non-maximum suppression):将不属于边缘部分的像素去除,只保留边缘的细线条
  2. 迟滞(hysteresis):使用2个阈值(上阈值,下阈值)
  • 如果像素的斜率高于上阈值,该像素将被识别为在边缘上
  • 如果像素的斜率低于下阈值,该像素将不被识别
  • 如果像素的斜率在两个阈值中间,则只有当该像素与高于上阈值的像素相邻时才被识别为在边缘上

API

在OpenCV中使用Canny()函数进行Canny边缘检测,其函数原型如下:

cpp 复制代码
void cv::Canny(	InputArray	image,				//8位的输入图
				OutputArray	edges,				//输出图;单通道8位类型,与输入图具有相同的尺寸
				double		threshold1,			//迟滞操作中的下阈值
				double		threshold2,			//迟滞操作中的上阈值
				int			apertureSize = 3,	//Sobel操作中的卷积核的尺寸
				bool		L2gradient = false)	//是否使用更精确的L2方法计算斜率
  • 如果L2gradient = true,则使用 L 2 n o r m = ( d I / d x ) 2 + ( d d I / d y ) 2 L_2 norm = \sqrt{(dI/dx)^2+(ddI/dy)^2} L2norm=(dI/dx)2+(ddI/dy)2 计算斜率
  • 如果L2gradient = false,则使用 L 1 n o r m = ∣ d I / d x ∣ + ∣ d I / d y ∣ L_1 norm = |dI/dx| + |dI/dy| L1norm=∣dI/dx∣+∣dI/dy∣计算斜率,这也是默认的方法

实例

本例中首先将原图灰度化,然后使用归一化滤波去除图中的噪音。

接着使用50-90的阈值范围,以及 3 × 3 3 \times 3 3×3的卷积核进行边缘检测。

最后将检测结果与原图结合,从而使得边缘线条具有与原图相同的颜色。

完整代码如下:

cpp 复制代码
#include <opencv2/imgproc.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>

using namespace cv;

int main() {
	Mat src{ imread("fruits.jpg") };

	//灰度化
	Mat gray;
	cvtColor(src, gray, COLOR_BGR2GRAY);

	//归一化滤波
	Mat blured;
	blur(gray, blured, Size(3, 3));

	//canny边缘检测
	Mat canny;
	Canny(blured, canny, 50, 90, 3);

	//将检测的边缘与原图结合
	Mat dst{ src.size(), src.type() };
	dst = Scalar::all(0);
	src.copyTo(dst, canny);	//canny相当与掩码,这样只有canny中检测到的边缘才能显示颜色,其余都是黑色

	imshow("原图", src);
	imshow("canny", dst);
	waitKey(0);
}

运行结果:

可以看到,边缘检测的效果非常细节。

相关推荐
Broken Arrows1 小时前
Linux学习——管理网络安全(二十一)
linux·学习·web安全
今天也要学习吖2 小时前
谷歌nano banana官方Prompt模板发布,解锁六大图像生成风格
人工智能·学习·ai·prompt·nano banana·谷歌ai
雁于飞2 小时前
vscode中使用git、githup的基操
笔记·git·vscode·学习·elasticsearch·gitee·github
鹅毛在路上了2 小时前
C++, ffmpeg, libavcodec-RTSP拉流,opencv实时预览
c++·opencv·ffmpeg
rannn_1112 小时前
【Javaweb学习|实训总结|Week1】html基础,CSS(选择器、常用样式、盒子模型、弹性盒布局、CSS定位、动画),js(基本类型、运算符典例)
css·笔记·学习·html
wanzhong23334 小时前
ArcGIS学习-20 实战-地形研究
学习
wanzhong23334 小时前
ArcGIS学习-20 实战-县域水文分析
学习·arcgis
Monkey的自我迭代4 小时前
多目标轮廓匹配
人工智能·opencv·计算机视觉
小马学嵌入式~4 小时前
嵌入式 SQLite 数据库开发笔记
linux·c语言·数据库·笔记·sql·学习·sqlite