opencv 星空_opencv 5 图像转换(1 边缘检测）

最新推荐文章于 2024-07-24 17:16:18 发布

原创最新推荐文章于 2024-07-24 17:16:18 发布 · 195 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#opencv 星空

这篇博客介绍了OpenCV中的几种边缘检测方法，包括Canny算子、Sobel算子、Laplacian算子和Scharr滤波器。通过示例代码展示了如何应用这些算子进行图像边缘检测，提供了从原始图像到边缘检测效果的转换过程。

边缘检测

一般步骤

canny算子

步骤

canny函数

彩色canny

#include

using namespace cv;

int main()

{

Mat dst, edge, gray;

Mat src = imread("G://2.jpg");

Mat src1 = src.clone();

imshow("原始图", src);

dst.create(src1.size(), src1.type());

cvtColor(src1, gray, COLOR_BGR2GRAY);

blur(gray, edge, Size(3,3));

Canny(edge, edge, 3, 9, 3);

dst = Scalar::all(0);

src1.copyTo(dst, edge);

imshow("效果图",dst);

waitKey(0);

return 0;

}

copyTo函数

image.copyTo(imageROI)。作用是把image的内容复制粘贴到imageROI上；

image.copyTo(imageROI，mask)。作用是把mask和image重叠以后把mask中像素值为0(black)的点对应的image中的点变为透明，而保留其他点。

sobel算子

计算过程

Sobel函数()

实例程序

//-----------------------------------【头文件包含部分】---------------------------------------

// 描述：包含程序所依赖的头文件

//----------------------------------------------------------------------------------------------

#include

//-----------------------------------【命名空间声明部分】---------------------------------------

// 描述：包含程序所使用的命名空间

//-----------------------------------------------------------------------------------------------

using namespace cv;

//-----------------------------------【main( )函数】--------------------------------------------

// 描述：控制台应用程序的入口函数，我们的程序从这里开始

//-----------------------------------------------------------------------------------------------

int main()

{

//【0】创建 grad_x 和 grad_y 矩阵

Mat grad_x, grad_y;

Mat abs_grad_x, abs_grad_y, dst;

//【1】载入原始图

Mat src = imread("1.jpg"); //工程目录下应该有一张名为1.jpg的素材图

//【2】显示原始图

imshow("【原始图】sobel边缘检测", src);

//【3】求 X方向梯度

Sobel(src, grad_x, CV_16S, 1, 0, 3, 1, 1, BORDER_DEFAULT);

convertScaleAbs(grad_x, abs_grad_x);

imshow("【效果图】 X方向Sobel", abs_grad_x);

//【4】求Y方向梯度

Sobel(src, grad_y, CV_16S, 0, 1, 3, 1, 1, BORDER_DEFAULT);

convertScaleAbs(grad_y, abs_grad_y);

imshow("【效果图】Y方向Sobel", abs_grad_y);

//【5】合并梯度(近似)

addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0, dst);

imshow("【效果图】整体方向Sobel", dst);

waitKey(0);

return 0;

}

Laplacian算子(二阶导数)

示例程序

#include

using namespace cv;

//-----------------------------------【main( )函数】--------------------------------------------

// 描述：控制台应用程序的入口函数，我们的程序从这里开始

//-----------------------------------------------------------------------------------------------

int main()

{

//【0】变量的定义

Mat src, src_gray, dst, abs_dst;

//【1】载入原始图

src = imread("1.jpg"); //工程目录下应该有一张名为1.jpg的素材图

//【2】显示原始图

imshow("【原始图】图像Laplace变换", src);

//【3】使用高斯滤波消除噪声

GaussianBlur(src, src, Size(3, 3), 0, 0, BORDER_DEFAULT);

//【4】转换为灰度图

cvtColor(src, src_gray, COLOR_RGB2GRAY);

//【5】使用Laplace函数

Laplacian(src_gray, dst, CV_16S, 3, 1, 0, BORDER_DEFAULT);

//【6】计算绝对值，并将结果转换成8位

convertScaleAbs(dst, abs_dst);

//【7】显示效果图

imshow("【效果图】图像Laplace变换", abs_dst);

waitKey(0);

return 0;

}

scharr滤波器

//---------------------------------【头文件、命名空间包含部分】----------------------------

//描述：包含程序所使用的头文件和命名空间

//------------------------------------------------------------------------------------------------

#include

using namespace cv;

//-----------------------------------【main( )函数】--------------------------------------------

// 描述：控制台应用程序的入口函数，我们的程序从这里开始

//-----------------------------------------------------------------------------------------------

int main( )

{

//【0】创建 grad_x 和 grad_y 矩阵

Mat grad_x, grad_y;

Mat abs_grad_x, abs_grad_y,dst;

//【1】载入原始图

Mat src = imread("1.jpg"); //工程目录下应该有一张名为1.jpg的素材图

//【2】显示原始图

imshow("【原始图】Scharr滤波器", src);

//【3】求 X方向梯度

Scharr( src, grad_x, CV_16S, 1, 0, 1, 0, BORDER_DEFAULT );

convertScaleAbs( grad_x, abs_grad_x );

imshow("【效果图】 X方向Scharr", abs_grad_x);

//【4】求Y方向梯度

Scharr( src, grad_y, CV_16S, 0, 1, 1, 0, BORDER_DEFAULT );

convertScaleAbs( grad_y, abs_grad_y );

imshow("【效果图】Y方向Scharr", abs_grad_y);

//【5】合并梯度(近似)

addWeighted( abs_grad_x, 0.5, abs_grad_y, 0.5, 0, dst );

//【6】显示效果图

imshow("【效果图】合并梯度后Scharr", dst);

waitKey(0);

return 0;

}

综合实例

#include

using namespace cv;

//-----------------------------------【全局变量声明部分】--------------------------------------

//描述：全局变量声明

//-----------------------------------------------------------------------------------------------

//原图，原图的灰度版，目标图

Mat g_srcImage, g_srcGrayImage, g_dstImage;

//Canny边缘检测相关变量

Mat g_cannyDetectedEdges;

int g_cannyLowThreshold = 1;//TrackBar位置参数

//Sobel边缘检测相关变量

Mat g_sobelGradient_X, g_sobelGradient_Y;

Mat g_sobelAbsGradient_X, g_sobelAbsGradient_Y;

int g_sobelKernelSize = 1;//TrackBar位置参数

//Scharr滤波器相关变量

Mat g_scharrGradient_X, g_scharrGradient_Y;

Mat g_scharrAbsGradient_X, g_scharrAbsGradient_Y;

//-----------------------------------【全局函数声明部分】--------------------------------------

//描述：全局函数声明

//-----------------------------------------------------------------------------------------------

static void ShowHelpText();

static void on_Canny(int, void*);//Canny边缘检测窗口滚动条的回调函数

static void on_Sobel(int, void*);//Sobel边缘检测窗口滚动条的回调函数

void Scharr();//封装了Scharr边缘检测相关代码的函数

//-----------------------------------【main( )函数】--------------------------------------------

//描述：控制台应用程序的入口函数，我们的程序从这里开始

//-----------------------------------------------------------------------------------------------

int main(int argc, char** argv)

{

//改变console字体颜色

system("color 2F");

//显示欢迎语

ShowHelpText();

//载入原图

g_srcImage = imread("1.jpg");

if (!g_srcImage.data) { printf("Oh，no，读取srcImage错误~！ \n"); return false; }

//显示原始图

namedWindow("【原始图】");

imshow("【原始图】", g_srcImage);

// 创建与src同类型和大小的矩阵(dst)

g_dstImage.create(g_srcImage.size(), g_srcImage.type());

// 将原图像转换为灰度图像

cvtColor(g_srcImage, g_srcGrayImage, COLOR_BGR2GRAY);

// 创建显示窗口

namedWindow("【效果图】Canny边缘检测", WINDOW_AUTOSIZE);

namedWindow("【效果图】Sobel边缘检测", WINDOW_AUTOSIZE);

// 创建trackbar

createTrackbar("参数值：", "【效果图】Canny边缘检测", &g_cannyLowThreshold, 120, on_Canny);

createTrackbar("参数值：", "【效果图】Sobel边缘检测", &g_sobelKernelSize, 3, on_Sobel);

// 调用回调函数

on_Canny(0, 0);

on_Sobel(0, 0);

//调用封装了Scharr边缘检测代码的函数

Scharr();

//轮询获取按键信息，若按下Q，程序退出

while ((char(waitKey(1)) != 'q')) {}

return 0;

}

//-----------------------------------【ShowHelpText( )函数】----------------------------------

//描述：输出一些帮助信息

//----------------------------------------------------------------------------------------------

static void ShowHelpText()

{

//输出欢迎信息和OpenCV版本

printf("\n\n\t\t\t 当前使用的OpenCV版本为：" CV_VERSION);

printf("\n\n ----------------------------------------------------------------------------\n");

//输出一些帮助信息

printf("\n\n\t运行成功，请调整滚动条观察图像效果~\n\n"

"\t按下“q”键时，程序退出。\n");

}

//-----------------------------------【on_Canny( )函数】----------------------------------

//描述：Canny边缘检测窗口滚动条的回调函数

//-----------------------------------------------------------------------------------------------

void on_Canny(int, void*)

{

// 先使用 3x3内核来降噪

blur(g_srcGrayImage, g_cannyDetectedEdges, Size(3, 3));

// 运行我们的Canny算子

Canny(g_cannyDetectedEdges, g_cannyDetectedEdges, g_cannyLowThreshold, g_cannyLowThreshold * 3, 3);

//先将g_dstImage内的所有元素设置为0

g_dstImage = Scalar::all(0);

//使用Canny算子输出的边缘图g_cannyDetectedEdges作为掩码，来将原图g_srcImage拷到目标图g_dstImage中

g_srcImage.copyTo(g_dstImage, g_cannyDetectedEdges);

//显示效果图

imshow("【效果图】Canny边缘检测", g_dstImage);

}

//-----------------------------------【on_Sobel( )函数】----------------------------------

//描述：Sobel边缘检测窗口滚动条的回调函数

//-----------------------------------------------------------------------------------------

void on_Sobel(int, void*)

{

// 求 X方向梯度

Sobel(g_srcImage, g_sobelGradient_X, CV_16S, 1, 0, (2 * g_sobelKernelSize + 1), 1, 1, BORDER_DEFAULT);

convertScaleAbs(g_sobelGradient_X, g_sobelAbsGradient_X);//计算绝对值，并将结果转换成8位

// 求Y方向梯度

Sobel(g_srcImage, g_sobelGradient_Y, CV_16S, 0, 1, (2 * g_sobelKernelSize + 1), 1, 1, BORDER_DEFAULT);

convertScaleAbs(g_sobelGradient_Y, g_sobelAbsGradient_Y);//计算绝对值，并将结果转换成8位

// 合并梯度

addWeighted(g_sobelAbsGradient_X, 0.5, g_sobelAbsGradient_Y, 0.5, 0, g_dstImage);

//显示效果图

imshow("【效果图】Sobel边缘检测", g_dstImage);

}

//-----------------------------------【Scharr( )函数】----------------------------------

//描述：封装了Scharr边缘检测相关代码的函数

//-----------------------------------------------------------------------------------------

void Scharr()

{

// 求 X方向梯度

Scharr(g_srcImage, g_scharrGradient_X, CV_16S, 1, 0, 1, 0, BORDER_DEFAULT);

convertScaleAbs(g_scharrGradient_X, g_scharrAbsGradient_X);//计算绝对值，并将结果转换成8位

// 求Y方向梯度

Scharr(g_srcImage, g_scharrGradient_Y, CV_16S, 0, 1, 1, 0, BORDER_DEFAULT);

convertScaleAbs(g_scharrGradient_Y, g_scharrAbsGradient_Y);//计算绝对值，并将结果转换成8位

// 合并梯度

addWeighted(g_scharrAbsGradient_X, 0.5, g_scharrAbsGradient_Y, 0.5, 0, g_dstImage);

//显示效果图

imshow("【效果图】Scharr滤波器", g_dstImage);

}