OpenCV 边缘检测学习笔记

Canny 边缘检测

#include <opencv2\opencv.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <opencv2\imgproc\imgproc.hpp>
using namespace cv;
int main()
{
	Mat src = imread("girl.jpg");
	Mat tmpImage, dstImage1;
	tmpImage = src;
	imshow("【原始图】", src);
	resize(tmpImage, dstImage1, Size(tmpImage.cols / 2, tmpImage.rows / 2), (0, 0), (0, 0), 3);
	imshow("【效果图】", dstImage1);
	
	Mat src1 = dstImage1.clone();
	imshow("【原始图】Canny边缘检测", dstImage1);//显示原始图
	Mat dst, edge, gray;
	dst.create(src1.size(), src1.type());//创建与dstImage1同类型和大小的矩阵
	cvtColor(src1, gray, COLOR_BGR2GRAY);//将原图像转化为灰度图像
	blur(gray, edge, Size(3, 3));//先使用3×3内核来降噪
	Canny(edge, edge, 3, 9, 3);//运行Canny算子（最后一个参数表示Sobel核的大小，取 1 3 5 7）
	dst = Scalar::all(0);
	src1.copyTo(dst, edge);
	imshow("【效果图】Canny边缘检测2", dst);
	waitKey(0);
	return 0;
}

Sobel() 函数

#include <opencv2\opencv.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <opencv2\imgproc\imgproc.hpp>
using namespace cv;
int main()
{
	Mat src = imread("girl.jpg");
	Mat tmpImage, dstImage1;
	tmpImage = src;
	resize(tmpImage, dstImage1, Size(tmpImage.cols / 2, tmpImage.rows / 2), (0, 0), (0, 0), 3);
	imshow("【原始图】", dstImage1);
	//创建grad_x和grad_y矩阵
	Mat grad_x, grad_y;
	Mat abs_grad_x, abs_grad_y, dst;
	//显示原始图
	imshow("【原始图】sobel边缘检测", dstImage1);
	//求x方向梯度
	Sobel(dstImage1, 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);
	//求y方向梯度
	Sobel(dstImage1, 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);
	//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

• 标准霍夫变换

#include <opencv2\opencv.hpp>
#include <opencv2\imgproc\imgproc.hpp>
#include <opencv2\imgproc\imgproc.hpp>
using namespace cv;
int main()
{
	Mat src = imread("girl.jpg");
	Mat tmpImage, dstImage1;
	tmpImage = src;
	resize(tmpImage, src, Size(tmpImage.cols / 2, tmpImage.rows / 2), (0, 0), (0, 0), 3);
	imshow("【原始图】", src);
	//变量的定义
	Mat src_gray, dst, abs_dst;
	//使用高斯滤波消除噪声
	GaussianBlur(src, src, Size(3, 3), 0, 0, BORDER_DEFAULT);
	//转化为灰度图
	cvtColor(src, src_gray, COLOR_RGB2GRAY);
	//使用Laplace函数
	Laplacian(src_gray, dst, CV_16S, 3, 1, 0, BORDER_DEFAULT);
	//计算绝对值，并将结果转化为8位
	convertScaleAbs(dst, abs_dst);
	imshow("【效果图】图像Laplace变换", abs_dst);
	waitKey(0);
	return 0;
}

霍夫变换

• 标准霍夫变换

#include <opencv2\opencv.hpp>
#include <opencv2\imgproc\imgproc.hpp>
using namespace cv;
using namespace std;

int main()
{
	//载入原始图和Mat变量定义
	Mat srcImage = imread("1.jpg");
	Mat midImage, dstImage;//临时变量和目标图的定义
	//进行边缘检测和转化为灰度图
	Canny(srcImage, midImage, 50, 200, 3);
	cvtColor(midImage, dstImage, CV_GRAY2BGR);
	//进行霍夫线性变换
	vector<Vec2f>lines;//定义一个矢量结构Lines用于存放得到的线段矢量集合
	HoughLines(midImage, lines, 1, CV_PI / 180, 150, 0, 0);
	//依次在图中绘制出每条线段
	for (size_t i = 0; i < lines.size(); i++)
	{
		float rho = lines[i][0], theta = lines[i][1];
		Point pt1, pt2;
		double a = cos(theta), b = sin(theta);
		double x0 = a * rho, y0 = b * rho;
		pt1.x = cvRound(x0 + 1000 * (-b));
		pt1.y = cvRound(y0 + 1000 * (a));
		pt2.x = cvRound(x0 - 1000 * (-b));
		pt2.y = cvRound(y0 - 1000 * (a));
	}
	//显示原始图
	imshow("【原始图】", srcImage);
	//边缘检测后的图
	imshow("【边缘检测后的图】", midImage);
	//显示效果图
	imshow("【效果图】", dstImage);
	waitKey(0);
	return 0;
}

累计霍夫概率变换

#include <opencv2\opencv.hpp>
#include <opencv2\imgproc\imgproc.hpp>
using namespace cv;
using namespace std;

int main()
{
	//载入原始图和Mat变量定义
	Mat srcImage = imread("1.jpg");
	Mat midImage, dstImage;//临时变量和目标图的定义
	//进行边缘检测和转化为灰度图
	Canny(srcImage, midImage, 50, 200, 3);
	cvtColor(midImage, dstImage, COLOR_GRAY2BGR);
	//进行霍夫线性变换
	vector<Vec4i>lines;//定义一个矢量结构Lines用于存放得到的线段矢量集合
	HoughLinesP(midImage, lines, 1, CV_PI / 180, 80, 50, 10);
	//依次在图中绘制出每条线段
	for (size_t i = 0; i < lines.size(); i++)
	{
		Vec4i l = lines[i];
		line(dstImage, Point(l[0], l[1]), Point(l[2], l[3]), Scalar(186, 88, 255), 1, LINE_AA);
	}
	//显示原始图
	imshow("【原始图】", srcImage);
	//边缘检测后的图
	imshow("【边缘检测后的图】", midImage);
	//显示效果图
	imshow("【效果图】", dstImage);
	waitKey(0);
	return 0;
}