在OpenCV中自适应确定canny算法的分割门限
来源：互联网 发布：一楼土木人淘宝店 编辑：程序博客网 时间：2024/05/09 22:07
在OpenCV中用canny算子进行边缘检测速度很快，不过有点不爽的就是高低阈值需要输入。在OpenCV中自适应确定canny算法的分割门限 一文仿照matlab中的做法，对canny函数进行了修改，以便当用户没有指定高低阈值时，由函数自适应确定阈值。代码如下：
// 仿照matlab，自适应求高低两个门限CV_IMPL void AdaptiveFindThreshold(CvMat *dx, CvMat *dy, double *low, double *high){ CvSize size; IplImage *imge=0; int i,j; CvHistogram *hist; int hist_size = 255; float range_0[]={0,256}; float* ranges[] = { range_0 }; double PercentOfPixelsNotEdges = 0.7; size = cvGetSize(dx); imge = cvCreateImage(size, IPL_DEPTH_32F, 1); // 计算边缘的强度, 并存于图像中 float maxv = 0; for(i = 0; i < size.height; i++ ) { const short* _dx = (short*)(dx->data.ptr + dx->step*i); const short* _dy = (short*)(dy->data.ptr + dy->step*i); float* _image = (float *)(imge->imageData + imge->widthStep*i); for(j = 0; j < size.width; j++) { _image[j] = (float)(abs(_dx[j]) + abs(_dy[j])); maxv = maxv < _image[j] ? _image[j]: maxv; } } // 计算直方图 range_0[1] = maxv; hist_size = (int)(hist_size > maxv ? maxv:hist_size); hist = cvCreateHist(1, &hist_size, CV_HIST_ARRAY, ranges, 1); cvCalcHist( &imge, hist, 0, NULL ); int total = (int)(size.height * size.width * PercentOfPixelsNotEdges); float sum=0; int icount = hist->mat.dim[0].size; float *h = (float*)cvPtr1D( hist->bins, 0 ); for(i = 0; i < icount; i++) { sum += h[i]; if( sum > total ) break; } // 计算高低门限 *high = (i+1) * maxv / hist_size ; *low = *high * 0.4; cvReleaseImage( &imge ); cvReleaseHist(&hist);}然后对cvCanny函数进行以下修改。
在函数体中，当程序用两个sobel算子计算完水平和垂直两个方向的梯度强度过后加入以下代码
// 自适应确定阈值if(low_thresh == -1 && high_thresh == -1){ AdaptiveFindThreshold(dx, dy, &low_thresh, &high_thresh);} 这样，在调用cvCanny函数时，指定高低门限为－1，则cvCanny函数就自适应确定门限。
最后，重新编译cv库，对lib和dll库进行更新。
但是上述代码存在一个问题，当图片是全黑的图时，maxv计算的结果为0，在调用cvCanny检测时，会造成段错误。另外，为了免去修改源码以及重新编译cv库，修改代码如下：
void AdaptiveFindThreshold(const CvArr* image, double *low, double *high, int aperture_size=3){ cv::Mat src = cv::cvarrToMat(image); const int cn = src.channels(); cv::Mat dx(src.rows, src.cols, CV_16SC(cn)); cv::Mat dy(src.rows, src.cols, CV_16SC(cn)); cv::Sobel(src, dx, CV_16S, 1, 0, aperture_size, 1, 0, cv::BORDER_REPLIC);cv::Sobel(src, dy, CV_16S, 0, 1, aperture_size, 1, 0, cv::BORDER_REPLIC); CvMat _dx = dx, _dy = dy; _AdaptiveFindThreshold(&_dx, &_dy, low, high); } // 仿照matlab，自适应求高低两个门限 void _AdaptiveFindThreshold(CvMat *dx, CvMat *dy, double *low, double *high) { CvSize size; IplImage *imge=0; int i,j; CvHistogram *hist; int hist_size = 255; float range_0[]={0,256}; float* ranges[] = { range_0 }; double PercentOfPixelsNotEdges = 0.7; size = cvGetSize(dx); imge = cvCreateImage(size, IPL_DEPTH_32F, 1); // 计算边缘的强度, 并存于图像中 float maxv = 0; for(i = 0; i < size.height; i++ ) { const short* _dx = (short*)(dx->data.ptr + dx->step*i); const short* _dy = (short*)(dy->data.ptr + dy->step*i); float* _image = (float *)(imge->imageData + imge->widthStep*i);for(j = 0; j < size.width; j++) { _image[j] = (float)(abs(_dx[j]) + abs(_dy[j])); maxv = maxv < _image[j] ? _image[j]: maxv; } } if(maxv == 0){ *high = 0; *low = 0; cvReleaseImage( &imge ); return; } // 计算直方图 range_0[1] = maxv; hist_size = (int)(hist_size > maxv ? maxv:hist_size); hist = cvCreateHist(1, &hist_size, CV_HIST_ARRAY, ranges, 1); cvCalcHist( &imge, hist, 0, NULL ); int total = (int)(size.height * size.width * PercentOfPixelsNotEdges); float sum=0; int icount = hist->mat.dim[0].size; float *h = (float*)cvPtr1D( hist->bins, 0 ); for(i = 0; i < icount; i++) { sum += h[i]; if( sum > total ) break; } // 计算高低门限 *high = (i+1) * maxv / hist_size ; *low = *high * 0.4; cvReleaseImage( &imge ); cvReleaseHist(&hist); } 这样在使用canny算子检测边缘时，需要两步调用：
IplImage *out = cvCloneImage(src);double low = 0.0, high = 0.0;AdaptiveFindThreshold(src, &low, &high);cvCanny(src, out, low, high);
- 在OpenCV中自适应确定canny算法的分割门限
- 在OpenCV中自适应确定canny算法的分割门限
- 在OpenCV中自适应确定canny算法的分割门限
- 在OpenCV中自适应确定canny算法的分割门限
- 在OpenCV中自适应确定canny算法的分割门限
- 在OpenCV中自适应确定canny算法的分割门限
- 在OpenCV中自适应确定canny算法的分割门限
- 在OpenCV中自适应确定canny算法的分割门限 .
- 在OpenCV中自适应确定canny算法的分割门限
- 在OpenCV中自适应确定canny算法的分割门限
- 在OpenCV中自适应确定canny算法的分割门限
- 在OpenCV中自适应确定canny算法的分割阈值
- 在OpenCV中自适应确定canny算法的分割阈值
- 【转】在OpenCV中自适应确定canny算法的分割阈值
- OpenCV中Canny()“自适应”算法的分割阈值
- Canny边缘检测及自适应门限
- Canny边缘检测及自适应门限
- openCV中canny算法
- inux中的grep -v 的使用
- 什么是探索式测试
- java 使double保留两位小数
- IOS多线程编程之NSOperation和NSOperationQueue的使用
- ArcGIS Server 动态生成缓存
- 在OpenCV中自适应确定canny算法的分割门限
- 一个前端工程师眼里的NodeJS
- Linux硬件地址的解析过程
- 程序员必知的8大排序(三)-------冒泡排序，快速排序（java实现）
- 21、写一个函数，求一个数用二进制表示后有几个1？
- MySQL事件 Events
- MySQL性能优化的最佳21条经验
- 计算机技术课实验报告9
- 关于volatile的变量
