在OpenCV中自适应确定canny算法的分割门限

最新推荐文章于 2025-02-26 12:18:37 发布

原创

最新推荐文章于 2025-02-26 12:18:37 发布 · 1.7w 阅读

72 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #float #image #matlab #border

本文介绍了如何在OpenCV中自适应地确定Canny算法的分割门限，避免手动输入高低阈值。针对全黑图像可能导致的问题，提出了修改后的代码方案，以防止段错误的发生。调用Canny算子检测边缘时，建议采用两步调用的方式。

在OpenCV中用canny算子进行边缘检测速度很快，不过有点不爽的就是高低阈值需要输入。在OpenCV中自适应确定canny算法的分割门限一文仿照matlab中的做法，对canny函数进行了修改，以便当用户没有指定高低阈值时，由函数自适应确定阈值。代码如下：

// 仿照matlab，自适应求高低两个门限
CV_IMPL void AdaptiveFindThreshold(CvMat *dx, CvMat *dy, double *low, double *high)
{
    CvSize size;
    IplImage *imge=0;
    int i,j;
    CvHistogram *hist;
    int hist_size = 255;
    float range_0[]={0,256};
    float* ranges[] = { range_0 };
    double  PercentOfPixelsNotEdges = 0.7;
    size = cvGetSize(dx);
    imge = cvCreateImage(size, IPL_DEPTH_32F, 1);
    // 计算边缘的强度, 并存于图像中
    float maxv = 0;
    for(i = 0; i < size.height; i++ )
    {
        const short* _dx = (short*)(dx->data.ptr + dx->step*i);
        const short* _dy = (short*)(dy->data.ptr + dy->step*i);
        float* _image = (float *)(imge->imageData + imge->widthStep*i);
        for(j = 0; j < size.width; j++)
        {
            _image[j] = (float)(abs(_dx[j]) + abs(_dy[j]));
            maxv = maxv < _image[j] ? _image[j]: maxv;
        }
    }
    
    // 计算直方图
    range_0[1] = maxv;
    hist_size = (int)(hist_size > maxv ? maxv:hist_size);
    hist = cvCreateHist(1, &hist_size, CV_HIST_ARRAY, ranges, 1);
    cvCalcHist( &imge, hist, 0, NULL );
    int total = (int)(size.height * size.width * PercentOfPixelsNotEdges);
    float sum=0;
    int icount = hist->mat.dim[0].size;
    
    float *h = (float*)cvPtr1D

最低0.47元/天解锁文章