OpenCV 边缘检测

Posted 2021-04-25 AI异构

OpenCV 边缘检测

Canny算子

Canny 边缘检测算子，其算法步骤大体如下：
1) 用高斯滤波器对输入图像做平滑处理 (大小为 5x5 的高斯核)

2) 计算图像的梯度强度和角度方向 ( x 和 y 方向上的卷积核)

角度方向近似为四个可能值，即 0, 45, 90, 135

3) 对图像的梯度强度进行非极大抑制
可看做边缘细化：只有候选边缘点被保留，其余的点被移除

4) 利用双阈值检测和连接边缘
若候选边缘点大于上阈值，则被保留；小于下阈值，则被舍弃；处于二者之间，须视其所连接的像素点，大于上阈值则被保留，反之舍弃

OpenCV 中，Canny 函数如下：

void cv::Canny (
    InputArray    image,    // 输入图像 (8位)
    OutputArray   edges,    // 输出图像 (单通道，8位)
    double      threshold1,  // 下阈值
    double      threshold2,  // 上阈值
    int         apertureSize = 3,
    bool        L2gradient = false
)

一般 上阈值 / 下阈值 = 2 ~ 3
L2gradient 默认 flase，表示图像梯度强度的计算采用近似形式；若为 true ，则表示采用更精确的形式。

Sobel算子

假定输入图像矩阵为 I，卷积核大小为 3x3，则水平一阶导数 Gx 和垂直一阶导数 Gy 分别为：

输出的图像矩阵 G 为：

OpenCV 中，Sobel 函数如下：

void cv::Sobel   (
    InputArray  src,    // 输入图像
    OutputArray  dst,   // 输出图像
    int      ddepth,    // 输出图像深度，-1 表示等于 src.depth()
    int      dx,        // 水平方向的阶数
    int      dy,        // 垂直方向的阶数
    int     ksize = 3,    // 卷积核的大小，常取 1, 3, 5, 7 等奇数
    double  scale = 1,    // 缩放因子，应用于计算结果
    double  delta = 0,    // 增量数值，应用于计算结果
    int borderType = BORDER_DEFAULT // 边界模式
)

dx 和 dy 表示阶数，一般取 0 或 1，但不超过 2；scale = 1，表示计算结果不缩放；delat = 0，表示计算结果无增量。

Laplace算子

索贝尔算子 (Sobel) 和拉普拉斯算子 (Laplace) 都是用来对图像进行边缘检测的，不同之处在于，前者是求一阶导，后者是求二阶导。

OpenCV 中对应的函数为 Laplacian

void cv::Laplacian (
    InputArray     src,
    OutputArray    dst,
    int       ddepth,
    int       ksize = 1,
    double    scale = 1,
    double    delta = 0,
    int       borderType = BORDER_DEFAULT
)

Scharr算子

当卷积核大小为 3x3 时，使用 sobel 卷积核来计算并不是很精确，此时常用 Scharr 卷积核来代替，如下：

而 Sharr 函数，本质上就是令 ksize = 3 且使用 Scharr 卷积核的 Sobel 函数。

void cv::Scharr (
    InputArray  src,
    OutputArray  dst,
    int      ddepth,
    int      dx,
    int      dy,
    double  scale = 1,
    double  delta = 0,
    int     borderType = BORDER_DEFAULT
)

对于 Scharr 函数，要求 dx 和 dy 都 >= 0 且 dx + dy == 1，假如 dx 和 dy 都设为 1，则会抛出异常。

因此，对于 Sobel 和 Scharr 函数，通常各自求其 x 和 y 方向的导数，然后通过加权来进行边缘检测。

参考代码

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;

int main(int argc, char** argv) {
    Mat src;
    src = imread("cat.jpg");
    if (!src.data) {
        printf("could not load image...\n");
        return -1;
    }
    namedWindow("input image", CV_WINDOW_AUTOSIZE);
    imshow("input image", src);

    //自定义kernel滤波
    Mat kernelImage;
    Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);
    filter2D(src, kernelImage, src.depth(), kernel);
    namedWindow("kernelImage", CV_WINDOW_AUTOSIZE);
    imshow("kernelImage", kernelImage);
    imwrite("./kernelImage.jpg",kernelImage);

    // canny算子边缘检测
    Mat canyImage;
    Canny(src, canyImage, 3, 9, 3);
    imshow("canyImage", canyImage);
    imwrite("./canyImage.jpg",canyImage);

    // Sobel算子边缘检测
    Mat sobel_x;
    Mat sobel_y;
    Mat sobelImage;
    Sobel(src, sobel_x,CV_16S,1,0,3,1,1,BORDER_DEFAULT);
    convertScaleAbs(sobel_x, sobel_x);
    Sobel(src, sobel_y, CV_16S, 0, 1, 3, 1, 1, BORDER_DEFAULT);
    convertScaleAbs(sobel_y, sobel_y);
    addWeighted(sobel_x, 0.5, sobel_y, 0.5, 0, sobelImage);
    imshow("sobel_x", sobel_x);
    imshow("sobel_y", sobel_y);
    imshow("sobelImage", sobelImage);
    imwrite("./sobel_x.jpg",sobel_x);
    imwrite("./sobel_y.jpg",sobel_y);
    imwrite("./sobelImage.jpg",sobelImage);

    // laplacian算子边缘检测
    Mat laplacianImage;
    Laplacian(src, laplacianImage, CV_16S, 3, 1, 0, BORDER_DEFAULT);
    convertScaleAbs(laplacianImage, laplacianImage);
    imshow("laplacianImage", laplacianImage);
    imwrite("./laplacianImage.jpg",laplacianImage);

    // Schar算子边缘检测
    Mat scharr_x;
    Mat scharr_y;
    Mat scharrImage;
    Scharr(src, scharr_x, CV_16S, 1, 0, 1, 0, BORDER_DEFAULT);
    convertScaleAbs(scharr_x, scharr_x);
    Scharr(src, scharr_y, CV_16S, 0, 1, 1, 0, BORDER_DEFAULT);
    convertScaleAbs(scharr_y, scharr_y);
    addWeighted(scharr_x, 0.5, scharr_y, 0.5, 0, scharrImage);
    imshow("scharr_x", scharr_x);
    imshow("scharr_y", scharr_y);
    imshow("scharrImage", scharrImage);
    imwrite("./scharr_x.jpg",scharr_x);
    imwrite("./scharr_y.jpg",scharr_y);
    imwrite("./scharrImage.jpg",scharrImage);

    waitKey(0);
    return 0;
}

参考

[OpenCV 之 边缘检测]https://www.cnblogs.com/xinxue/p/5348743.html
[OpenCV3编程入门读书笔记5-边缘检测]https://www.cnblogs.com/justkong/p/7297836.html

－长按关注－