Opencv(C++)学习系列---Canny边缘检测算法

简介: Opencv(C++)学习系列---Canny边缘检测算法



【1】边缘检测算法流程

  1. 使用高斯滤波器来平滑图像,达到滤除噪声的效果。(降噪)
  2. 计算图像中每个像素点的梯度大小和方向(求梯度,与sobel算法求梯度一致)
  3. 使用非极大值抑制,消除边缘检测带来的不利影响(非极大抑制)
  4. 使用双域值法监测确定真实和潜在的边缘(双域值检测)
  5. 通过抑制孤立的弱边缘完成边缘检测(抑制弱边缘)  

具体算法流程可以参考该文章:

https://zhuanlan.zhihu.com/p/494567705

【2】Canny算子介绍

void Canny( InputArray image, OutputArray edges,
                         double threshold1, double threshold2,
                         int apertureSize = 3, bool L2gradient = false );

具体参数介绍:

第一个参数,InputArray类型的image,输入图像,即源图像,填Mat类的对象即可,可以为三通道彩色图像,也可以是单通道的灰度图像。

第二个参数,OutputArray类型的edges,输出的边缘图,是单通道的边缘图像。

第三个参数,double类型的threshold1,第一个滞后性阈值。

第四个参数,double类型的threshold2,第二个滞后性阈值。

Canny采用俩个阈值,根据边缘响应的灰度图,大于高阈值的为强边缘,小于低阈值的为弱边缘,介于强弱边缘的值采用搜索算法。在8个领域内是否存在强边缘,如果存在强边缘,则该点就可以设置为强边缘。

第五个参数,int类型的apertureSize,表示应用Sobel算子的孔径大小,其有默认值3。

第六个参数,bool类型的L2gradient,一个计算图像梯度幅值的标识,有默认值false。

【3】完整代码

#include<opencv2\opencv.hpp>
#include<opencv2\imgproc\imgproc.hpp>
#include<opencv2\highgui\highgui.hpp>
using namespace cv;
using namespace std;
int main(int argc,char** argv)
{
  //载入原始图
  Mat src = imread("E:\\乔大花进度\\11-28\\边缘检测\\2.jpg");
  Mat src1 = src.clone();
  Mat src2(src.size(),CV_8UC1);
  //第一种直接使用边缘检测canny算法
  //blur(src2,src2,Size(3,3));
  Canny(src,src2,150,180);
  imshow("边缘检测1",src2);
  //第二种高阶边缘检测算法,转为灰度图,降噪,用Canny得到最后的边缘作为掩码,转到原图得到效果图,得到色彩的边缘图
  Mat dst, edge, gray;
  //【1】创建与src同类型和大小的矩阵(dst)
  dst.create(src1.size(),src1.type());
  //【2】将彩色图转为灰度图
  cvtColor(src1,gray,COLOR_BGR2GRAY);
  //【3】先使用3x3的内核用来降噪
  blur(gray,edge,Size(3,3));
  //【4】运行canny算法
  Canny(edge, edge, 3, 9);
  //【5】将dst中的像素都置为0
  dst = Scalar::all(0);
  //【6】与edge为掩码,将src2复制到dst中
  src1.copyTo(dst,edge);
  //【7】显示效果图
  imshow("边缘检测2",dst);
  //显示原始图
  imshow("原图",src);
  waitKey(0);
  system("pause");
  destroyAllWindows();
  return 0;
}

运行结果:

相关文章
|
2天前
|
NoSQL 算法 Java
【redis源码学习】持久化机制,java程序员面试算法宝典pdf
【redis源码学习】持久化机制,java程序员面试算法宝典pdf
|
4天前
|
机器学习/深度学习 算法 网络架构
什么是神经网络学习中的反向传播算法?
什么是神经网络学习中的反向传播算法?
9 2
|
4天前
|
机器学习/深度学习 算法
算法人生(5):从“元学习”看“战胜拖延”(没兴趣版)
元学习是让机器学会学习策略,适应新任务的机器学习范式。通过定义任务分布、采样任务、内在和外在学习循环来优化模型,增强其跨任务适应性和泛化能力。面对不感兴趣的任务导致的拖延,我们可以借鉴元学习的思路:重新评估任务价值,寻找通用兴趣点;设定奖励激发行动;改变环境以提高执行力。通过调整视角、自我激励和优化环境,可以克服因无兴趣而产生的拖延。
|
4天前
|
机器学习/深度学习 存储 算法
算法人生(4):从“选项学习”看“战胜拖延”(担心失败版)
选项学习是强化学习的一种策略,通过定义、学习和切换选项来解决复杂任务,将大任务分解为可重复使用的子任务,以提高学习效率和适应性。面对因担心失败而拖延的问题,我们可以借鉴选项学习的思想:将大任务拆分为小目标,正视失败作为成长的一部分,回顾成功经验并寻求支持。通过这种方式,逐步增强自信,降低拖延现象。
|
4天前
|
算法 网络协议
【计网·湖科大·思科】实验三 总线型以太网的特性、集线器和交换机的区别、交换机的自学习算法
【计网·湖科大·思科】实验三 总线型以太网的特性、集线器和交换机的区别、交换机的自学习算法
8 1
|
2天前
|
算法 计算机视觉
OpenCV高斯差分技术实现图像边缘检测
OpenCV高斯差分技术实现图像边缘检测
|
4天前
|
计算机视觉
OpenCV图像运动模糊
OpenCV图像运动模糊
8 0
|
4天前
|
计算机视觉
OpenCV图像阈值
OpenCV图像阈值
5 0
|
4天前
|
计算机视觉
OpenCV图像混合
OpenCV图像混合
7 0
|
4天前
|
计算机视觉 Python
OpenCV为图像扩边(填充)
OpenCV为图像扩边(填充)
9 0