音视频学习笔记十八——图像处理之OpenCV检测

题记：前文介绍OpenCV的进阶操作，本节会继续介绍OpenCV检测相关。图像处理需要用到很多专业的算法，本人业余学习略知皮毛，只是庶竭驽钝叙其所得，在音视频学习Demo有一些的示例。文章或代码若有错误，也希望大佬不吝赐教。

1. 边缘检测

1.1. 梯度

梯度（Gradient）用于描述图像中像素值变化的强度和方向，在边缘检测、特征提取等任务中至关重要。梯度实际上就是像素周围的点差异，如Sobel算子，X方向右-左，Y方向下-上，一般相邻像素点的比重大于对角线权重。Sobel算子如下

Gx = [-1, 0, 1]       Gy = [-1, -2, -1]
     [-2, 0, 2]            [ 0,  0,  0]
     [-1, 0, 1]            [ 1,  2,  1]

代码如下，Sobel算子结果取绝对值，再把两个方向相加。

cv::Mat gray;
cv::cvtColor(mat, gray, cv::COLOR_BGR2GRAY);
cv::Mat grad_x, grad_y;
cv::Sobel(gray, grad_x, CV_16S, 1, 0, 3);
cv::Sobel(gray, grad_y, CV_16S, 0, 1, 3);

cv::convertScaleAbs(grad_x, grad_x);
cv::convertScaleAbs(grad_y, grad_y);

cv::Mat combined;
cv::addWeighted(grad_x, 0.5, grad_y, 0.5, 0, combined);

Sobel效果：

1.2. Canny检测

Canny代码：

// 高斯模糊降噪
cv::GaussianBlur(gray, blurred, cv::Size(5,5), 0);

// Canny边缘检测
cv::Canny(blurred, edges, 80, 150);

Canny检测效果：

Canny在梯度基础上增加检测，相关步骤如下：

1.2.1. 高斯滤波（噪声抑制）

• 目的：消除图像噪声，避免噪声被误检为边缘
• 原理 ：
  • 使用高斯核进行卷积操作： $G\; (\; x\; ,\; y\; )\; =\; 1\; 2\; \pi \; \sigma \; 2\; e\; -\; x\; 2\; +\; y\; 2\; 2\; \sigma \; 2\; G(x,y)\; =\; \backslash frac\{1\}\{2\backslash pi\backslash sigma^2\}e^\{-\backslash frac\{x^2+y^2\}\{2\backslash sigma^2\}\}$G(x,y)=2πσ21e−2σ2x2+y2
  • 核大小通常为5×5（OpenCV中可通过cv2.Canny()的apertureSize参数调整）
• 效果 ：
  • σ值越大，平滑效果越强
  • 在保留边缘的同时有效抑制噪声

1.2.2. 梯度计算（边缘强度与方向）

• 目的：找出图像中灰度变化最大的区域

• 原理：

  • 使用Sobel算子计算水平和垂直梯度：

    Gx = [-1 0 1]   Gy = [-1 -2 -1]
         [-2 0 2]        [ 0  0  0]
         [-1 0 1]        [ 1  2  1]

  • 梯度幅值： $G\; =\; G\; x\; 2\; +\; G\; y\; 2\; G\; =\; \backslash sqrt\{G\_x^2\; +\; G\_y^2\}$G=Gx2+Gy2

  • 梯度方向： $\theta \; =\; arctan\; \; 2\; (\; G\; y\; ,\; G\; x\; )\; \backslash theta\; =\; \backslash arctan2(G\_y,\; G\_x)$θ=arctan2(Gy,Gx)（角度范围：0°-180°）

• 方向量化：

  • 将方向分为4个区间：0°, 45°, 90°, 135°
  • 例如：22.5°~67.5° → 45°方向

1.2.3. 非极大值抑制（NMS）

• 目的：细化边缘，使边缘宽度变为单像素
• 原理 ：
  • 沿梯度方向比较当前像素与相邻像素
  • 仅保留梯度值最大的像素（局部最大值）
• 操作示例 ：
  • 若当前像素梯度方向为90°（垂直）
  • 比较其上、下相邻像素的梯度值
  • 仅当当前像素梯度值 > 上下像素时保留

1.2.4. 双阈值检测

• 目的：区分真实边缘与噪声
• 原理 ：
  • 设置高低阈值：threshold_low和threshold_high
  • 分类像素：
    • 强边缘 ：梯度值 > threshold_high
    • 弱边缘 ：threshold_low < 梯度值 ≤ threshold_high
    • 非边缘 ：梯度值 ≤ threshold_low
• 阈值选择经验 ：
  • threshold_high ≈ 2-3 × threshold_low
  • OpenCV默认比例：2:1（高阈值:低阈值）

1.2.5. 边缘连接（滞后阈值处理）

• 目的：连接断开的边缘，形成连续轮廓
• 原理 ：
  • 保留所有强边缘像素
  • 仅保留与强边缘相连的弱边缘像素
  • 孤立弱边缘视为噪声丢弃
• 实现方式 ：
  • 使用深度优先搜索(DFS)或连通区域分析
  • 检查弱边缘像素的8邻域是否有强边缘

2. 轮廓检测

轮廓检测和边缘检测区别在于：

• 边缘：孤立的像素点或线段，表示局部像素的突变。
• 轮廓 ：由边缘连接而成的连续、封闭的曲线，是对物体边界的整体描述（需要算法将离散边缘 "连接" 起来）。

2.1 效果

原图	轮廓

OpenCV代码：

    // 转换为灰度图
    cv::Mat gray;
    cv::cvtColor(mat, gray, cv::COLOR_BGR2GRAY);

    // 二值化处理
    cv::Mat binary;
    cv::threshold(gray, binary, 127, 255, cv::THRESH_BINARY);

    // 寻找轮廓
    std::vector<std::vector<cv::Point>> contours;
    std::vector<cv::Vec4i> hierarchy;
    cv::findContours(binary, contours, hierarchy, cv::RETR_TREE, cv::CHAIN_APPROX_SIMPLE);

    // 绘制轮廓（使用随机颜色）
    cv::Mat result(mat.size(), mat.type());
    for (size_t i = 0; i < contours.size(); i++) {
        cv::Scalar color(rand() % 256, rand() % 256, rand() % 256);
        cv::drawContours(result, contours, i, color, 2, cv::LINE_8, hierarchy, 0);
    }
    return result;

2.2 原理

2.2.1 预处理

由于轮廓检测依赖边缘，需先通过预处理增强边缘的对比度：

• 灰度化：将彩色图像转为灰度图。
• 二值化 ：通过阈值分割（如cv2.threshold）将灰度图转为黑白二值图，使物体（前景）和背景的边界更清晰（非黑即白，边缘处像素值突变更显著）。
• （可选）去噪 ：若图像有噪声，可先用高斯模糊（cv2.GaussianBlur）平滑图像，避免噪声被误判为边缘。

2.2.2 查找

OpenCV 中cv2.findContours()函数是轮廓检测的核心，其底层原理基于 **"轮廓跟踪" 算法 **，大致流程如下：

• 遍历像素：从二值图像的左上角开始，逐行扫描像素，寻找第一个非零像素（即物体的起点）。
• 跟踪边界 ：以起点为基准，按照一定规则（如顺时针或逆时针）跟踪相邻的非零像素，直到回到起点，形成一个封闭的轮廓。
  • 边界判断：跟踪时，始终沿着 "前景与背景的交界" 移动。例如，当前像素是前景（非 0），则寻找其邻域中 "从背景（0）到前景（非 0）" 的过渡点，作为下一个轮廓点。
  • 避免重复：每跟踪一个像素，就标记为 "已处理"，防止同一像素被多次计入轮廓。
• 区分层次 ：若轮廓内部还有其他轮廓（如 "回" 字的外框和内框），算法会记录它们的嵌套关系（即hierarchy层次信息）。

轮廓近似：简化冗余点

原始轮廓可能包含大量冗余像素点（例如一条直线上的所有点），cv2.findContours()通过Douglas-Peucker 算法（道格拉斯 - 普克算法）进行轮廓近似，原理如下：

• 对轮廓上的点，找到距离当前线段最远的点，若距离大于阈值，则保留该点并递归分割线段；否则，用两端点连接的线段替代原曲线。
• 例如：cv2.CHAIN_APPROX_SIMPLE模式会删除直线上的冗余点，只保留端点（如矩形轮廓仅保留 4 个角点），大大减少计算量。

返回值：

• contours：轮廓列表，每个轮廓是一个 numpy 数组（形状为 (N, 1, 2)，存储像素坐标）。
• hierarchy：轮廓层次信息（用于描述轮廓之间的嵌套关系）。

常用模式（mode） ：

• cv2.RETR_EXTERNAL：只检测最外层轮廓。
• cv2.RETR_LIST：检测所有轮廓，不建立层次关系。
• cv2.RETR_CCOMP：检测所有轮廓，建立两层层次（外层和内层）。
• cv2.RETR_TREE：检测所有轮廓，建立完整的层次树。

常用近似方法（method） ：

• cv2.CHAIN_APPROX_NONE：存储所有轮廓点（精确但冗余）。
• cv2.CHAIN_APPROX_SIMPLE：压缩水平 / 垂直 / 对角线方向的冗余点（保留端点，更高效）。

2.2.3 画线

cv::drawContours 是 OpenCV 中用于在图像上绘制轮廓的核心函数，可将 cv::findContours 提取的轮廓可视化。它支持绘制单个或多个轮廓，并可自定义颜色、线宽等参数

进阶操作：轮廓特征分析 提取轮廓后，可通过 OpenCV 函数计算轮廓的关键特征：

• 面积 ：cv2.contourArea(cnt)
• 周长 ：cv2.arcLength(cnt, closed=True)（closed=True 表示闭合轮廓）
• 边界矩形 ：x, y, w, h = cv2.boundingRect(cnt)（外接矩形）
• 最小外接圆 ：(x, y), radius = cv2.minEnclosingCircle(cnt)
• 凸包 ：hull = cv2.convexHull(cnt)

3. 角点检测

角点是图像中两个边缘的交点 ，或灰度值在多个方向上发生剧烈变化的点。例如：

• 棋盘格的交叉点（x 方向和 y 方向均有灰度突变）；
• 矩形物体的四个拐角（水平和垂直方向均有突变）。

原图	角点

代码如下：

cv::Mat result = mat.clone();

// 将图像转换为灰度图
cv::Mat gray;
cv::cvtColor(mat, gray, cv::COLOR_BGR2GRAY);

// 设置参数
int maxCorners = 100;
double qualityLevel = 0.01;
double minDistance = 10;
int blockSize = 3;
bool useHarrisDetector = false;
double k = 0.04;

// 检测角点
std::vector<cv::Point2f> corners;
cv::goodFeaturesToTrack(
    gray,           // 输入灰度图
    corners,        // 输出角点
    maxCorners,     // 最大角点数量
    qualityLevel,   // 角点质量阈值
    minDistance,    // 角点间最小距离
    cv::Mat(),      // 掩码
    blockSize,      // 邻域大小
    useHarrisDetector, // 是否使用Harris检测器
    k               // Harris检测器参数
);

// 在原始图像上绘制检测到的角点
for (size_t i = 0; i < corners.size(); i++) {
    cv::circle(result, corners[i], 5, cv::Scalar(0, 0, 255), -1);
}

4. 直线检测

直线检测的核心算法是 霍夫变换（Hough Transform） ，它能从图像中提取具有直线特征的像素集合。霍夫变换通过将图像空间中的直线转换到参数空间进行检测，对噪声和部分遮挡有较强的鲁棒性。以下是直线检测的原理、常用方法及实现：

4.1. 霍夫变换的基本原理

在直角坐标系中，直线可表示为 y = kx + b（k 为斜率，b 为截距），但斜率 k 在直线垂直时会无穷大，不便计算。霍夫变换采用极坐标表示：ρ=xcosθ+ysinθ其中：

• (x, y) 是图像中的像素坐标；
• ρ（rho）是原点到直线的垂直距离；
• θ（theta）是垂线与 x 轴的夹角（范围通常为 [-90°, 90°] 或 [0°, 180°]）。

每个像素 (x, y) 对应极坐标中一条正弦曲线（ρ 随 θ 变化），多条曲线的交点 (ρ, θ) 即对应图像中多条直线的参数。

4.2. 霍夫变换的检测流程

1. 边缘检测：先通过 Canny 等算法提取图像边缘（直线由边缘像素构成）。
2. 参数空间投票 ：为每个边缘像素，在 (ρ, θ) 参数空间中对应的曲线上 "投票"（累加计数）。
3. 阈值筛选 ：投票数超过阈值的 (ρ, θ) 即为检测到的直线参数。

原图	直线检测

代码 cv::Mat result = mat.clone();

// 将图像转换为灰度图
cv::Mat gray;
cv::cvtColor(mat, gray, cv::COLOR_BGR2GRAY);

// 高斯模糊降噪
cv::Mat blurred;
cv::GaussianBlur(gray, blurred, cv::Size(5, 5), 1.5);

// Canny边缘检测
cv::Mat edges;
cv::Canny(blurred, edges, 50, 150, 3);

// 使用HoughLines检测直线（标准霍夫变换）
std::vector<cv::Vec2f> lines;
cv::HoughLines(
    edges,          // 输入边缘图
    lines,          // 输出直线集合
    1,              // 距离分辨率（像素）
    CV_PI / 180,    // 角度分辨率（弧度）
    200,            // 累加器阈值
    0,              // srn
    0               // stn
);

// 绘制检测到的直线
for (size_t i = 0; i < lines.size(); i++) {
    float rho = lines[i][0];
    float theta = lines[i][1];
    double a = cos(theta);
    double b = sin(theta);
    double x0 = a * rho;
    double y0 = b * rho;
    
    // 计算直线的两个端点
    cv::Point pt1(cvRound(x0 + 1000 * (-b)), cvRound(y0 + 1000 * (a)));
    cv::Point pt2(cvRound(x0 - 1000 * (-b)), cvRound(y0 - 1000 * (a)));
    
    // 绘制红色直线
    cv::line(result, pt1, pt2, cv::Scalar(0, 0, 255), 2);
}