OpenCV——边缘检测原理

边缘检测原理

图像的边缘指的是图像中像素灰度值突然发生变化的区域，如果将图像的每一行像素和每一列像素都描述成一个关于灰度值的函数，那么图像的边缘对应在灰度值函数中是函数值突然变大的区域。函数值的变化趋势可以用函数的导数描述。当函数值突然变大时，导数也必然会变大，而函数值变化较为平缓区域，导数值也比较小，因此可以通过寻找导数值较大的区域去寻找函数中突然变化的区域，进而确定图像中的边缘位置。图给出一张含有边缘的图像，图像每一行的像素灰度值变化可以用图中下方的曲线表示。

通过像素灰度值曲线可以看出图像边缘位于曲线变化最陡峭的区域，对灰度值曲线求取一阶导数可以得到图中所示的曲线，通过曲线可以看出曲线的最大值区域就是图像中的边缘。

由于图像是离散的信号，我们可以用临近的两个像素差值来表示像素灰度值函数的导数，求导形式可以用式来表示。

图像的边缘有可能是由高像素值变为低像素值，也有可能是由低像素值变成高像素值，通过式得到的正数值表示需要像素值突然由低变高，得到的负数值表示像素值由高到低，这两种都是图像的边缘，因此为了在图像中同时表示出这两种边缘信息，需要将计算的结果求取绝对值。

OpenCV 中提供了convertScaleAbs()函数用计算矩阵中所有数据的绝对值

void convertScaleAbs(InputArray src, OutputArray dst,double alpha = 1, double beta = 0);

src：输入矩阵。
dst：计算绝对值后输入矩阵。
alpha：缩放因子，默认参数为只求取绝对值不进行缩放。
beta：在原始数据上添加的偏值，默认参数表示不增加偏值。

该函数可以求取矩阵中所有数据的绝对值。函数前两个参数分别为输入、输出矩阵，两个参数可以是相同的变量。函数第三个和第四个参数为对绝对值的缩放和原始数据上的偏移。

图像的边缘包含X方向的边缘和Y方向的边缘，因此分别求取两个方向的边缘后，对两个方向的边缘求取并集就是整幅图像的边缘，即将图像两个方向边缘结果相加得到整幅图像的边缘信息。

简单示例

//
// Created by smallflyfly on 2021/6/15.
//#include "opencv2/opencv.hpp"
#include "opencv2/highgui.hpp"
#include "utils.hpp"#include <iostream>using namespace std;
using namespace cv;int main() {Mat im = imread("test.jpg", IMREAD_GRAYSCALE);if (im.empty()) {cerr << "image file read error" << endl;return -1;}resize(im, im, Size(0,0), 0.5, 0.5);Mat kernel1 = (Mat_<float>(1, 2) << 1, -1);Mat kernel2 = (Mat_<float>(1, 3) << 1, 0, -1);Mat kernel3 = (Mat_<float>(3, 1) << 1, 0, -1);Mat kernelXY = (Mat_<float>(2, 2) << 1, 0, 0, -1);Mat kernelYX = (Mat_<float>(2, 2) << 0, -1, 1, 0);// 边缘检测Mat result1, result2, result3, resultXY, resultYX;// 检测水平方向边缘filter2D(im, result1, -1, kernel1);convertScaleAbs(result1, result1);// 检测水平方向边缘filter2D(im, result2, -1, kernel2);convertScaleAbs(result2, result2);// 检测垂直方向边缘filter2D(im, result3, -1, kernel3);convertScaleAbs(result3, result3);// 整幅图像的边缘Mat result23 = result2 + result3;// 检测左上到右下的边缘filter2D(im, resultXY, -1, kernelXY);convertScaleAbs(resultXY, resultXY);// 检测右上到左下的边缘filter2D(im, resultYX, -1, kernelYX);convertScaleAbs(resultYX, resultYX);Mat resultXYYX = resultXY + resultYX;showImage("result1", result1);showImage("result2", result2);showImage("result3", result3);showImage("result23", result23);showImage("resultXY", resultXY);showImage("resultYX", resultYX);showImage("resultXYYX", resultXYYX);waitKey(0);destroyAllWindows();return 0;}

结果图

OpenCV——边缘检测原理相关推荐

opencv学习笔记18：canny算子边缘检测原理及其函数使用
canny边缘检测原理去噪:边缘检测容易受到噪声的影响,在此之间,先去噪,通常采用高斯滤波器.opencv学习笔记11:图像滤波(均值,方框,高斯,中值) 梯度:对去噪后的图像采用sobel算子计算 ...
【OpenCV入门教程之十二】OpenCV边缘检测：Canny算子,Sobel算子,Laplace算子,Scharr滤波器合辑
本系列文章由@浅墨_毛星云出品,转载请注明出处. 文章链接: http://blog.csdn.net/poem_qianmo/article/details/25560901 作者:毛星云(浅墨) ...
OpenCV学习-P34-P38 Opencv边缘检测
OpenCV学习-P34-P37 Opencv边缘检测 Sobel检测算子 Laplacian检测算子 Canny边缘检测算法边缘检测总结边缘检测分为两类:基于搜索和基于零穿越基于搜索:寻找图像 ...
Canny边缘检测原理及C#程序实现
原文:Canny边缘检测原理及C#程序实现 Canny边缘检测是被公认的检测效果最好的边缘检测方法,是由John F. Canny于1986年提出,算法目标是找出一个最优的边缘检测的方法,所谓最优即: ...
opencv配置原理
这里写自定义目录标题 opencv配置原理 opencv配置原理今天看到了一篇很好的讲opencv与cmake关系的博客,以及为什么在VS里面配置opencv或者其他库需要路径包含及引用关系,及他们 ...
Opencv边缘检测、轮廓发现、绘制轮廓
Opencv边缘检测.轮廓发现.绘制轮廓提取图像轮廓的2个步骤 1. findContours函数找轮廓, 2. drawContours函数画轮廓轮廓的查找--cv::findContours( ...
十字交叉型染色体通过Opencv 分割原理
十字交叉型染色体通过Opencv 分割原理第一步:找到十字交叉型染色体的凹点第二步:根据凹点和轮廓绘制单挑染色体的像素点. 第三步:根据像素点取出单挑染色体第五步:对于特殊的十字交叉染色体,凹点 ...
【canny边缘检测】canny边缘检测原理及代码详解
文章目录前言 canny边缘检测算法主要流程一.高斯模糊二.图像梯度计算三.非极大值抑制四.双阈值边界跟踪前言本文通过介绍canny边缘检测原理与代码解析,希望能让大家深入理解canny ...
【OpenCV 4开发详解】边缘检测原理
本文首发于"小白学视觉"微信公众号,欢迎关注公众号本文作者为小白,版权归人民邮电出版社发行所有,禁止转载,侵权必究! 经过几个月的努力,小白终于完成了市面上第一本OpenCV 4 ...

OpenCV——边缘检测原理

OpenCV——边缘检测原理相关推荐

最新文章

热门文章