【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
CSDN_PBB3 小时前
[STM32 - 野火] - - - 固件库学习笔记 - - - 十五.设置FLASH的读写保护及解除
笔记·stm32·学习
MYT_flyflyfly6 小时前
计算机视觉-OpenCV图像处理
图像处理·opencv·计算机视觉
鸡啄米的时光机7 小时前
vscode的一些实用操作
vscode·学习
Kai HVZ7 小时前
《深度学习》——调整学习率和保存使用最优模型
人工智能·深度学习·学习
守护者1708 小时前
JAVA学习-练习试用Java实现“使用Apache Ignite对大数据进行内存计算和快速筛查”
java·学习
weixin_502539859 小时前
rust学习笔记2-rust的包管理工具Cargo使用
笔记·学习·rust
web_1553427465612 小时前
【合集】Java进阶——Java深入学习的笔记汇总 & 再论面向对象、数据结构和算法、JVM底层、多线程、类加载、
java·笔记·学习
伊一大数据&人工智能学习日志13 小时前
深度学习04 数据增强、调整学习率
人工智能·深度学习·学习·机器学习
执念斩长河13 小时前
vue学习笔记
vue.js·笔记·学习
咔叽布吉13 小时前
【前端学习笔记】Webpack
前端·笔记·学习