一. 边缘检测
1.实现步骤:
1 消除噪声 ,使用高斯平滑滤波器卷积降噪。
2 计算梯度幅值和反向
3 非极大值抑制
4 阈值
2.Canny边缘检测:Canny()函数
c++: void Canny(InputArray image,OutputArray edges, double threshold1, double threshold2,int apertureSize = 3,bool L2gradient = flase)
1.第一个参数，输入的图像 2. 第二个参数，输出的图像 3. 第三个参数，阈值1 4. 第四个参数，阈值2 5. 第五个参数，Sobel算子的孔径大小，默认为3 6. 第六个参数，一个计算图像梯度幅值的标识，某类为false
3.程序实例
#include<opencv2/opencv.hpp> #include<opencv2/highgui/highgui.hpp> #include<opencv2/imgproc/imgproc.hpp> using namespace cv; int main(void) { Mat src = imread("1.jpg"); Mat dst,src1=src.clone(); Mat edge,gray,edge1; dst.create(src1.size(),src1.type()); cvtColor(src1,gray,COLOR_BGR2GRAY); //转换成灰度图片 blur(gray,edge,Size(3,3); //降噪 Canny(edge, edge1,3,9,3); dst = Scalar::all(0); // 将所有元素都设置为0 src1.copyTo(dst,edge); imshow("B",dst); waitKey(0); return 0; }
二. sobel算子
- 计算过程
1 分别在x和y两个方向求导
2 在图像的每一点，结合以上两个求出近似梯度 - Sobel算子：Sobel()函数
c++ ： void Sobel(InputArray src,OutputArray dst,int ddepth,int dx,int dy,int ksize=3, double scale=1,double delta = 0,int borderType=BORDER_DEFAULT);
1. 第一个参数：输入的图片 2. 第二个参数：输出的图片 3. 第三个参数：输出图像的深度 4. 第四个参数：int类型dx，x方向上的差分阶数 5. 第五个参数：int类型dy，y方向上的差分阶数 6. 第六个参数：int类型的ksize，默认为3，表示Sobel核的大小，必须取1,3,5,7 7. 第七个参数：double类型的scale，计算时的缩放因子 8. 第八个参数：double类型的delta，表示偏移值。 9. 第九个参数：边界模式，默认为BORDER_DEFAULT
3.程序实例
#include<opencv2/opencv.hpp> #include<opencv2/highgui/highgui.hpp> #include<opencv2/imgproc/imgproc.hpp> using namespace cv; int main(void) { Mat grad_x,grad_y; Mat abs_grad_x,abs_grad_y,dst; Mat src = imread("1.jpg"); imshow("AA",src); // 计算x方向的梯度 Sobel(src,grad_x,CV_16S,1,0,3,1,1,BORDER_DEFAULT); convertScaleAbs(grad_x,abs_grad_x); imshow("BB",abs_grad_x); // 计算y方向的梯度。 Sobel(src,grad_y,CV_16S,0,1,3,1,1,BORDER_DEFAULT); convertScaleAbs(grad_y,abs_grad_y); imshow("CC",abs_grad_y); waitkey(0); return 0; }
三. 拉普斯拉变换
- 1.Laplaceian()函数
c++: void Laplaceian(InputArray src,OutputArray dst,int ddepth,int ksize=1, double scale=1,double delta=0,intborderType=BORDER_DEFAULT);
1. 第一个参数：输入的图片 2. 第二个参数：输出的图片 3. 第三个参数：目标图像的深度 4. 第四个参数：计算二阶导数的滤波器的孔径尺寸 5. 第五个参数：缩放因子 6. 第六个参数：偏移值 7. 第七个参数：边界模式
2.程序实例
#include<opencv2/opencv.hpp> #include<opencv2/highgui/highgui.hpp> #include<opencv2/imgproc/imgproc.hpp> using namespace cv; int main(void) { Mat src,src1,src_gray,dst,abs_gray; src = imread("1.jpg"); GaussianBlur(src,src1,Size(3,3),0,0,BORDER_DEFAULT); cvtColor(src1,src_gray,COLOR_RGB2GRAY); Laplaceian(src_gray,dst,CV_16S,3,1,0,BORDER_DEFAULT); convertScaleAbs(dst,abs_dst); imshow("A",abs_dst); waitKey(0); return 0; }
三. scharr滤波器
使用Scharr滤波器分别计算x或y方向的图像差分。
c++: void Scharr(InputArray src,OutputArray dst,int ddepth,int dx,int dy, double scale=1,double delta=0,intborderType = BORDER_DEFAULT);
1. 第一个参数:输入图像 2. 第二个参数:输出图像 3. 第三个参数：输出图像深度 4. 第四、五个参数：计算x，y方向的梯度 5. 第六个参数：缩放因子 6. 第七个参数：偏移值 7. 第八个参数：边界模式
2.程序实例
#include<opencv2/opencv.hpp> #include<opencv2/highgui/highgui.hpp> #include<opencv2/imgproc/imgproc.hpp> using namespace cv; int main(void) { Mat grad_x,grad_y; Mat abs_grad_x,abs_grad_y,dst; Mat src = imread("1.jpg"); Scharr(src,grad_x,CV_16S,1,0,1,0,BORDER_DEFAULT); convertScaleAbs(grad_x,abs_grad_x); imshow("A",abs_grad_x); Scharr(src,grad_y,CV_16S,0,1,1,0,BORDER_DEFAULT); convertScaleAbs(grad_y,abs_grad_y); imshow("B",abs_grad_y); waitKey(0); return 0; }
公众号：FPGA之旅
