opencv c++ 边缘提取

最新推荐文章于 2024-09-02 00:13:16 发布

原创最新推荐文章于 2024-09-02 00:13:16 发布 · 2.1k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #计算机视觉 #图像处理

opencv c++ 专栏收录该内容

46 篇文章

订阅专栏

本文介绍了图像处理中的边缘检测技术，包括边缘定义、类别以及两种主要的边缘提取方法：基于梯度的边缘提取和Canny边缘提取。基于梯度的方法通过高斯模糊去噪并使用不同算子提取边缘；Canny算法则进一步优化了边缘提取过程，通过非最大抑制和高低阈值链接提高了边缘图像的质量。

1、边缘

1.1 边缘定义

以图像像素值突变最大的方向作为边缘法线，与边缘法线垂直的就是边缘。

边缘强度：局部图像上的像素值突变程度（图像局部一阶梯度和二阶梯度值）。

1.2 边缘类别

跃迁类型屋脊类型

2、边缘提取

2.1 基于梯度的边缘提取

步骤：先高斯模糊去噪（选用3×3的核），再基于梯度提取边缘（使用robert算子、sobels算子、prewitt算子），最后对图像梯度进行阈值处理，大于T的保留，小于T的舍弃。

缺点：单一阈值使得边缘图像不够连贯。

2.2 Canny边缘提取

步骤：

1、滤波处理（高斯滤波）。

2、使用梯度算子获取梯度值G、梯度方向 $\Theta$ 。

3、非最大抑制：保留与 $\Theta$ 垂直方向上，梯度值最大的像素点，如下左1、2图上，当红框的像素点值，是在橙色箭头方向上最大的，则保留。

在实际应用中为减少运算量，只会对如下 $\frac{\pi }{4}$ 、 $\frac{\pi }{2}$ 、 $\frac{3\pi }{4}$ 等角度的梯度进行非最大抑制。

4、高低阈值链接，分别设定高低阈值T1、T2，一般T1/T2 = 2~3，将像素值大于T1的像素点全部保留，小于T2的全部舍弃，T1到T2之间的如果在其八邻域内有高阈值保留像素点，则保留，反之丢弃。

代码示例：

static void cannny_track_bar(int b, void* image_data) {
	//canny
	Mat image = *((Mat*)image_data);
	Mat edge1;
	Canny(image, edge1, b, b*2, 3);
	imshow("canny", edge1);
}
void edge_catch(Mat& image)
{
	namedWindow("canny", WINDOW_FREERATIO);
	int t = 50;
	createTrackbar("canny bar", "canny", &t, 100, cannny_track_bar,(void*)&image);
	cannny_track_bar(50, &image);
}

结果：