图像边缘检测 —— opencv 学习记录(十)

图像边缘检测 —— opencv 学习记录(十) mini菜 2023-07-17 13:57:30 952

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。
mini菜
红包 点赞 收藏 评论 打赏
评论
0个
内容存在敏感词
手气红包
    易百纳技术社区暂无数据
相关专栏
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
易百纳技术社区
mini菜
您的支持将鼓励我继续创作!
打赏金额:
¥1易百纳技术社区
¥5易百纳技术社区
¥10易百纳技术社区
¥50易百纳技术社区
¥100易百纳技术社区
支付方式:
微信支付
支付宝支付
易百纳技术社区微信支付
易百纳技术社区
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:
是否关联周任务-专栏模块

审核失败

失败原因
备注
拼手气红包 红包规则
祝福语
恭喜发财,大吉大利!
红包金额
红包最小金额不能低于5元
红包数量
红包数量范围10~50个
余额支付
当前余额:
可前往问答、专栏板块获取收益 去获取
取 消 确 定

小包子的红包

恭喜发财,大吉大利

已领取20/40,共1.6元 红包规则

    易百纳技术社区