技术专栏
图像边缘检测 —— opencv 学习记录(十)
文章目录
边缘检测简介
边缘检测是图像处理和计算机视觉中的基本问题,边缘检测的目的是标识数字图像中亮度变化明显的点。图像边缘检测大幅度地减少了数据量,并且剔除量不相关的信息,保留了图像重要的结构属性。
一、边缘检测步骤
1.图像获取
2.图像滤波
3.图像增强
4.图像检测
5.图像定位
二、Canny
1.函数
void Canny(InputArray image, OutputArray edges,
double threshold1, double threshold2,
int apertureSize = 3, bool L2gradient = false);
image 8位输入图像
edges 单通道8位图像
threshold1 迟滞过程第一个阈值
threshold2 迟滞过程第二个阈值
apertureSize 算子的孔径大小
L2gradient 范数
2.代码
#include<iostream>
#include<opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
Mat img1;
img1 = imread("图片1.png", 0);
imshow("原图", img1);
Canny(img1, img1,10, 10);
imshow("Canny", img1);
waitKey(0);
}
效果如下:
三、Sobel
1.函数
void Sobel(InputArray src, OutputArray dst, int ddepth,
int dx, int dy, int ksize = 3,
double scale = 1, double delta = 0,
int borderType = BORDER_DEFAULT);
src 输入
dst 输出
ddepth 输出图像的数据类型
dx x方向的差分阶数
dy y方向的差分阶数
Ksize 尺寸 1,3,5,7
scale 缩放因子
delta 偏值
borderType 边界像素模式
2.代码
int main()
{
Mat img1, img2;
img1 = imread("图片1.png", 0);
imshow("原图", img1);
Sobel(img1, img2, CV_8U, 2,0,1);
imshow("sobel", img2);
waitKey(0);
}
效果如下:
四、Scharr
1.函数
void Scharr(InputArray src, OutputArray dst, int ddepth,
int dx, int dy, double scale = 1, double delta = 0,
int borderType = BORDER_DEFAULT);
src 输入
dst 输出
ddepth 输出图像的数据类型
dx x方向的导数
dy y方向的导数
scale 缩放因子
delta 偏值
borderType 边界像素模式
2.代码
int main()
{
Mat img1, img2;
img1 = imread("图片1.png", 0);
imshow("原图", img1);
Scharr(img1, img2, CV_8U, 1, 0);
imshow("Scharr", img2);
waitKey(0);
}
效果如下:
四、Scharr
1.函数
void Laplacian(InputArray src, OutputArray dst, int ddepth,
int ksize = 1, double scale = 1, double delta = 0,
int borderType = BORDER_DEFAULT);
src 输入
dst 输出
ddepth 输出图像的数据类型
Ksize 滤波器大小 正奇数
scale 缩放因子
delta 偏值
borderType 边界像素模式
2.代码
int main()
{
Mat img1, img2;
img1 = imread("图片1.png", 0);
imshow("原图", img1);
Laplacian(img1, img2,CV_8U,1);
imshow("Laplacian", img2);
waitKey(0);
}
效果如下:
总结
本文只是简单介绍了几种常用的边缘检测算法函数,都是调用函数解决问题,大家可以更加深入的研究数学方式的边缘检测算法
声明:本文内容由易百纳平台入驻作者撰写,文章观点仅代表作者本人,不代表易百纳立场。如有内容侵权或者其他问题,请联系本站进行删除。
红包
点赞
收藏
评论
打赏
- 分享
- 举报
评论
0个
手气红包
暂无数据
相关专栏
-
浏览量:1487次2023-07-14 14:36:03
-
浏览量:7567次2021-01-13 17:06:49
-
浏览量:889次2023-07-05 11:03:52
-
浏览量:371次2023-12-05 17:39:39
-
浏览量:635次2023-11-09 13:58:15
-
浏览量:475次2023-07-17 13:48:57
-
浏览量:713次2023-11-09 13:45:46
-
浏览量:880次2023-07-14 14:16:32
-
浏览量:1095次2023-07-05 10:11:08
-
浏览量:891次2023-07-05 10:11:29
-
2023-07-05 10:11:14
-
浏览量:9427次2020-12-12 15:24:59
-
浏览量:591次2024-01-12 11:39:24
-
浏览量:549次2024-03-05 16:55:32
-
2024-01-26 16:07:16
-
浏览量:809次2024-03-14 18:20:47
-
浏览量:1058次2024-03-04 14:48:01
-
浏览量:4663次2021-01-21 14:02:11
-
浏览量:563次2023-12-19 11:06:03
置顶时间设置
结束时间
删除原因
-
广告/SPAM
-
恶意灌水
-
违规内容
-
文不对题
-
重复发帖
打赏作者
mini菜
您的支持将鼓励我继续创作!
打赏金额:
¥1
¥5
¥10
¥50
¥100
支付方式:
微信支付
打赏成功!
感谢您的打赏,如若您也想被打赏,可前往 发表专栏 哦~
举报反馈
举报类型
- 内容涉黄/赌/毒
- 内容侵权/抄袭
- 政治相关
- 涉嫌广告
- 侮辱谩骂
- 其他
详细说明
审核成功
发布时间设置
发布时间:
请选择发布时间设置
是否关联周任务-专栏模块
审核失败
失败原因
请选择失败原因
备注
请输入备注