【opencv练习32 - 查找轮廓】
来源:互联网 发布:红字知乎 编辑:程序博客网 时间:2024/06/16 11:17
Canny是常用的边缘检测方法,其特点是试图将独立边的候选像素拼装成轮廓。
John Canny于1986年提出Canny算子,它与Marr(LoG)边缘检测方法类似,也属于是先平滑后求导数的方法。
John Canny研究了最优边缘检测方法所需的特性,给出了评价边缘检测性能优劣的三个指标:
1.好的信噪比,即将非边缘点判定为边缘点的概率要低,将边缘点判为非边缘点的概率要低;
2.高的定位性能,即检测出的边缘点要尽可能在实际边缘的中心;
3. 对单一边缘仅有唯一响应,即单个边缘产生多个响应的概率要低,并且虚假响应边缘应该得到最大抑制。
用一句话说,就是希望在提高对景物边缘的敏感性的同时,可以抑制噪声的方法才是好的边缘提取方法。
Canny算子求边缘点具体算法步骤如下:
1. 用高斯滤波器平滑图像.
2. 用一阶偏导有限差分计算梯度幅值和方向.
3. 对梯度幅值进行非极大值抑制 .
4. 用双阈值算法检测和连接边缘
Canny edge detector and produces the edge map.
Canny( InputArray image, OutputArray edges, double threshold1, double threshold2, int apertureSize=3, bool L2gradient=false );
image
单通道输入图像.
edges
单通道存储边缘的输出图像
threshold1
第一个阈值
threshold2
第二个阈值
aperture_size
Sobel 算子内核大小 (见 Sobel).
L2gradient=false
CV_CANNY_L2_GRADIENT 宏定义其值为 Value = (1<<31).
默认不使用 L2gradient
函数 Canny 采用 CANNY 算法发现输入图像的边缘而且在输出图像中标识这些边缘。threshold1和threshold2 当中的小阈值用来控制边缘连接,大的阈值用来控制强边缘的初始分割。
- 注意事项:cvCanny只接受单通道图像作为输入。
/******************************************************* 测试程序【寻找轮廓】 时间:2016年9月3日 //【1、canny检测边缘】 Canny( src_gray, canny_output, thresh, thresh*2, 3 ); //【2、参数canny——>contours】 findContours( canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0) );********************************************************/Mat src; Mat src_gray;int thresh = 100;int max_thresh = 255;RNG rng(12345);// Function headervoid thresh_callback(int, void* );int main(void){ src = imread("lab.jpg", 1 ); //【预处理】 cvtColor( src, src_gray, COLOR_BGR2GRAY ); blur( src_gray, src_gray, Size(3,3) ); const char* source_window = "Source"; namedWindow( source_window, WINDOW_AUTOSIZE ); imshow( source_window, src ); createTrackbar( " Canny thresh:", "Source", &thresh, max_thresh, thresh_callback ); thresh_callback( 0, 0 ); waitKey(0); return(0);}void thresh_callback(int, void* ){ Mat canny_output; //Canny输出 vector<vector<Point> > contours; //二维为数组 vector<Vec4i> hierarchy; //【1、canny检测边缘】 Canny( src_gray, canny_output, thresh, thresh*2, 3 ); // Find contours //【2、参数canny——>contours】: findContours( canny_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0) ); //【3、绘制轮廓】 Mat drawing = Mat::zeros( canny_output.size(), CV_8UC3 ); for( size_t i = 0; i< contours.size(); i++ ) { Scalar color = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) ); drawContours( drawing, contours, (int)i, color, 2, 8, hierarchy, 0, Point() ); } namedWindow( "Contours", WINDOW_AUTOSIZE ); imshow( "Contours", drawing );}
- 【opencv练习32 - 查找轮廓】
- opencv 查找轮廓 绘制轮廓
- OpenCV查找轮廓
- OpenCV笔记: 查找轮廓
- opencv查找轮廓
- opencv 轮廓查找 findContours
- OpenCV 查找图像轮廓
- Opencv轮廓查找检测
- opencv--查找图像轮廓
- opencv查找轮廓---cvFindContours && cvDrawCountours
- opencv——查找轮廓
- OpenCV轮廓查找(一)
- OpenCV之基础轮廓查找
- opencv 查找并绘制轮廓
- 【opencv练习33 - 寻找轮廓凸壳】
- 【opencv练习34 - 轮廓包围圆,矩形】
- 采用opencv轮廓查找分割字符
- OpenCV:查找并绘制图像的轮廓
- Razor语法整理
- BZOJ4104 [Thu Summer Camp 2015]解密运算
- 【BZOJ】1369: [Baltic2003]Gem 树形dp
- 配置andaroid ndk笔记
- JAVA SE 学习第六天
- 【opencv练习32 - 查找轮廓】
- 数据库组合查询与联接
- 【工控机开发】debian下安装QT及Opencv
- tesseract識別OPENCV PIL之間轉換例子
- 使用R语言进行图像分类
- 2016aws0908 亚马逊云 回顾
- 读书有什么用——北漂18年(番外篇三)
- Java中的static关键字解析
- 【opencv练习33 - 寻找轮廓凸壳】