OpenCV學習：圖像邊緣檢測

1.OpenCV中Canny函數詳解

Canny函數利用Canny算法來進行圖像的邊緣檢測。

1. void Canny(InputArray image,OutputArray edges, double threshold1, double threshold2, int apertureSize=3,bool L2gradient=false )  

• 第一個參數，InputArray類型的image，輸入圖像，即源圖像，填Mat類的對象便可，且需爲單通道8位圖像。
• 第二個參數，OutputArray類型的edges，輸出的邊緣圖，須要和源圖片有同樣的尺寸和類型。
• 第三個參數，double類型的threshold1，第一個滯後性閾值。
• 第四個參數，double類型的threshold2，第二個滯後性閾值。
• 第五個參數，int類型的apertureSize，表示應用Sobel算子的孔徑大小，其有默認值3。
• 第六個參數，bool類型的L2gradient，一個計算圖像梯度幅值的標識，有默認值false。

    須要注意的是，這個函數閾值1和閾值2二者的小者用於邊緣鏈接，而大者用來控制強邊緣的初始段，推薦的高低閾值比在2:1到3:1之間

dem:1：

demo2：

//-----------------------------------【頭文件包含部分】---------------------------------------  
//            描述：包含程序所依賴的頭文件  
//----------------------------------------------------------------------------------------------  
#include <opencv2/opencv.hpp>  
#include<opencv2/highgui/highgui.hpp>  
#include<opencv2/imgproc/imgproc.hpp>  
  
//-----------------------------------【命名空間聲明部分】---------------------------------------  
//            描述：包含程序所使用的命名空間  
//-----------------------------------------------------------------------------------------------  
using namespace cv;  
//-----------------------------------【main( )函數】--------------------------------------------  
//            描述：控制檯應用程序的入口函數，咱們的程序從這裏開始  
//-----------------------------------------------------------------------------------------------  
int main( )  
{  
    //載入原始圖    
    Mat src = imread("1.jpg");  //工程目錄下應該有一張名爲1.jpg的素材圖  
    Mat src1=src.clone();  
  
    //顯示原始圖   
    imshow("【原始圖】Canny邊緣檢測", src);   
  
    //----------------------------------------------------------------------------------  
    //  1、最簡單的canny用法，拿到原圖後直接用。  
    //----------------------------------------------------------------------------------  
    Canny( src, src, 150, 100,3 );  
    imshow("【效果圖】Canny邊緣檢測", src);   
  
      
    //----------------------------------------------------------------------------------  
    //  2、高階的canny用法，轉成灰度圖，降噪，用canny，最後將獲得的邊緣做爲掩碼，拷貝原圖到效果圖上，獲得彩色的邊緣圖  
    //----------------------------------------------------------------------------------  
    Mat dst,edge,gray;  
  
    // 【1】建立與src同類型和大小的矩陣(dst)  
    dst.create( src1.size(), src1.type() );  
  
    // 【2】將原圖像轉換爲灰度圖像  
    cvtColor( src1, gray, CV_BGR2GRAY );  
  
    // 【3】先用使用 3x3內核來降噪  
    blur( gray, edge, Size(3,3) );  
  
    // 【4】運行Canny算子  
    Canny( edge, edge, 3, 9,3 );  
  
    //【5】將g_dstImage內的全部元素設置爲0   
    dst = Scalar::all(0);  
  
    //【6】使用Canny算子輸出的邊緣圖g_cannyDetectedEdges做爲掩碼，來將原圖g_srcImage拷到目標圖g_dstImage中  
    src1.copyTo( dst, edge);  
  
    //【7】顯示效果圖   
    imshow("【效果圖】Canny邊緣檢測2", dst);   
  
  
    waitKey(0);   
  
    return 0;   
}

 

2. sobel算子相關理論與概念講解

Sobel函數使用擴展的 Sobel 算子，來計算一階、二階、三階或混合圖像差分

C++: void Sobel (  
InputArray src,//輸入圖  
 OutputArray dst,//輸出圖  
 int ddepth,//輸出圖像的深度  
 int dx,  
 int dy,  
 int ksize=3,  
 double scale=1,  
 double delta=0,  
 int borderType=BORDER_DEFAULT );

• 第一個參數，InputArray 類型的src，爲輸入圖像，填Mat類型便可。
• 第二個參數，OutputArray類型的dst，即目標圖像，函數的輸出參數，須要和源圖片有同樣的尺寸和類型。
• 第三個參數，int類型的ddepth，輸出圖像的深度，支持以下src.depth()和ddepth的組合：

• • 若src.depth() = CV_8U, 取ddepth =-1/CV_16S/CV_32F/CV_64F
  • 若src.depth() = CV_16U/CV_16S, 取ddepth =-1/CV_32F/CV_64F
  • 若src.depth() = CV_32F, 取ddepth =-1/CV_32F/CV_64F
  • 若src.depth() = CV_64F, 取ddepth = -1/CV_64F

• 第四個參數，int類型dx，x 方向上的差分階數。
• 第五個參數，int類型dy，y方向上的差分階數。
• 第六個參數，int類型ksize，有默認值3，表示Sobel核的大小;必須取1，3，5或7。
• 第七個參數，double類型的scale，計算導數值時可選的縮放因子，默認值是1，表示默認狀況下是沒有應用縮放的。咱們能夠在文檔中查閱getDerivKernels的相關介紹，來獲得這個參數的更多信息。
• 第八個參數，double類型的delta，表示在結果存入目標圖（第二個參數dst）以前可選的delta值，有默認值0。
• 第九個參數， int類型的borderType，咱們的老朋友了（萬年是最後一個參數），邊界模式，默認值爲BORDER_DEFAULT。這個參數能夠在官方文檔中borderInterpolate處獲得更詳細的信息。

 

 

通常狀況下，都是用ksize x ksize內核來計算導數的。然而，有一種特殊狀況——當ksize爲1時，每每會使用3 x 1或者1 x 3的內核。且這種狀況下，並無進行高斯平滑操做。

demo1：

調用Sobel函數的實例代碼以下。這裏只是教你們如何使用Sobel函數，就沒有先用一句cvtColor將原圖;轉化爲灰度圖，而是直接用彩色圖操做。

//-----------------------------------【頭文件包含部分】---------------------------------------  
//            描述：包含程序所依賴的頭文件  
//----------------------------------------------------------------------------------------------  
#include <opencv2/opencv.hpp>  
#include<opencv2/highgui/highgui.hpp>  
#include<opencv2/imgproc/imgproc.hpp>  
  
//-----------------------------------【命名空間聲明部分】---------------------------------------  
//            描述：包含程序所使用的命名空間  
//-----------------------------------------------------------------------------------------------  
using namespace cv;  
//-----------------------------------【main( )函數】--------------------------------------------  
//            描述：控制檯應用程序的入口函數，咱們的程序從這裏開始  
//-----------------------------------------------------------------------------------------------  
int main( )  
{  
    //【0】建立 grad_x 和 grad_y 矩陣  
    Mat grad_x, grad_y;  
    Mat abs_grad_x, abs_grad_y,dst;  
  
    //【1】載入原始圖    
    Mat src = imread("1.jpg");  //工程目錄下應該有一張名爲1.jpg的素材圖  
  
    //【2】顯示原始圖   
    imshow("【原始圖】sobel邊緣檢測", src);   
  
    //【3】求 X方向梯度  
    Sobel( src, grad_x, CV_16S, 1, 0, 3, 1, 1, BORDER_DEFAULT );  
    convertScaleAbs( grad_x, abs_grad_x );  
    imshow("【效果圖】 X方向Sobel", abs_grad_x);   
  
    //【4】求Y方向梯度  
    Sobel( src, grad_y, CV_16S, 0, 1, 3, 1, 1, BORDER_DEFAULT );  
    convertScaleAbs( grad_y, abs_grad_y );  
    imshow("【效果圖】Y方向Sobel", abs_grad_y);   
  
    //【5】合併梯度(近似)  
    addWeighted( abs_grad_x, 0.5, abs_grad_y, 0.5, 0, dst );  
    imshow("【效果圖】總體方向Sobel", dst);   
  
    waitKey(0);   
    return 0;   
}

 

3. Laplace算子相關理論與概念講解

C++: void Laplacian(InputArray src,OutputArray dst, int ddepth, int ksize=1, double scale=1, double delta=0, intborderType=BORDER_DEFAULT );

• 第一個參數，InputArray類型的image，輸入圖像，即源圖像，填Mat類的對象便可，且需爲單通道8位圖像。
• 第二個參數，OutputArray類型的edges，輸出的邊緣圖，須要和源圖片有同樣的尺寸和通道數。
• 第三個參數，int類型的ddept，目標圖像的深度。
• 第四個參數，int類型的ksize，用於計算二階導數的濾波器的孔徑尺寸，大小必須爲正奇數，且有默認值1。
• 第五個參數，double類型的scale，計算拉普拉斯值的時候可選的比例因子，有默認值1。
• 第六個參數，double類型的delta，表示在結果存入目標圖（第二個參數dst）以前可選的delta值，有默認值0。
• 第七個參數， int類型的borderType，邊界模式，默認值爲BORDER_DEFAULT。這個參數能夠在官方文檔中borderInterpolate()處獲得更詳細的信息。

Laplacian( )函數其實主要是利用sobel算子的運算。它經過加上sobel算子運算出的圖像x方向和y方向上的導數，來獲得咱們載入圖像的拉普拉斯變換結果。

demo1：

//-----------------------------------【頭文件包含部分】---------------------------------------  
//            描述：包含程序所依賴的頭文件  
//----------------------------------------------------------------------------------------------  
#include <opencv2/opencv.hpp>  
#include<opencv2/highgui/highgui.hpp>  
#include<opencv2/imgproc/imgproc.hpp>  
  
//-----------------------------------【命名空間聲明部分】---------------------------------------  
//            描述：包含程序所使用的命名空間  
//-----------------------------------------------------------------------------------------------  
using namespace cv;  
  
  
//-----------------------------------【main( )函數】--------------------------------------------  
//            描述：控制檯應用程序的入口函數，咱們的程序從這裏開始  
//-----------------------------------------------------------------------------------------------  
int main( )  
{  
    //【0】變量的定義  
    Mat src,src_gray,dst, abs_dst;  
  
    //【1】載入原始圖    
    src = imread("1.jpg");  //工程目錄下應該有一張名爲1.jpg的素材圖  
  
    //【2】顯示原始圖   
    imshow("【原始圖】圖像Laplace變換", src);   
  
    //【3】使用高斯濾波消除噪聲  
    GaussianBlur( src, src, Size(3,3), 0, 0, BORDER_DEFAULT );  
  
    //【4】轉換爲灰度圖  
    cvtColor( src, src_gray, CV_RGB2GRAY );  
  
    //【5】使用Laplace函數  
    Laplacian( src_gray, dst, CV_16S, 3, 1, 0, BORDER_DEFAULT );  
  
    //【6】計算絕對值，並將結果轉換成8位  
    convertScaleAbs( dst, abs_dst );  
  
    //【7】顯示效果圖  
    imshow( "【效果圖】圖像Laplace變換", abs_dst );  
  
    waitKey(0);   
  
    return 0;   
}

 

 

4.綜合代碼彙總

//-----------------------------------【程序說明】----------------------------------------------  
//      程序名稱:：《【OpenCV入門教程之十二】OpenCV邊緣檢測：Canny算子,Sobel算子,Laplace算子,Scharr濾波器合輯合輯》 博文配套源碼   
//      開發所用IDE版本：Visual Studio 2010  
//      <span style="white-space:pre">  </span>開發所用OpenCV版本：    2.4.9  
//      2014年5月11日 Create by 淺墨  
//      淺墨的微博：@淺墨_毛星雲 http://weibo.com/1723155442/profile?topnav=1&wvr=5&user=1  
//      淺墨的知乎：http://www.zhihu.com/people/mao-xing-yun  
//      淺墨的豆瓣：http://www.douban.com/people/53426472/  
//----------------------------------------------------------------------------------------------  
  
  
  
//-----------------------------------【頭文件包含部分】---------------------------------------  
//      描述：包含程序所依賴的頭文件  
//----------------------------------------------------------------------------------------------   
#include <opencv2/highgui/highgui.hpp>  
#include <opencv2/imgproc/imgproc.hpp>  
  
//-----------------------------------【命名空間聲明部分】--------------------------------------  
//      描述：包含程序所使用的命名空間  
//-----------------------------------------------------------------------------------------------   
using namespace cv;  
  
  
//-----------------------------------【全局變量聲明部分】--------------------------------------  
//      描述：全局變量聲明  
//-----------------------------------------------------------------------------------------------  
//原圖，原圖的灰度版，目標圖  
Mat g_srcImage, g_srcGrayImage,g_dstImage;  
  
//Canny邊緣檢測相關變量  
Mat g_cannyDetectedEdges;  
int g_cannyLowThreshold=1;//TrackBar位置參數    
  
//Sobel邊緣檢測相關變量  
Mat g_sobelGradient_X, g_sobelGradient_Y;  
Mat g_sobelAbsGradient_X, g_sobelAbsGradient_Y;  
int g_sobelKernelSize=1;//TrackBar位置參數    
  
//Scharr濾波器相關變量  
Mat g_scharrGradient_X, g_scharrGradient_Y;  
Mat g_scharrAbsGradient_X, g_scharrAbsGradient_Y;  
  
  
//-----------------------------------【全局函數聲明部分】--------------------------------------  
//      描述：全局函數聲明  
//-----------------------------------------------------------------------------------------------  
static void ShowHelpText( );  
static void on_Canny(int, void*);//Canny邊緣檢測窗口滾動條的回調函數  
static void on_Sobel(int, void*);//Sobel邊緣檢測窗口滾動條的回調函數  
void Scharr( );//封裝了Scharr邊緣檢測相關代碼的函數  
  
  
//-----------------------------------【main( )函數】--------------------------------------------  
//      描述：控制檯應用程序的入口函數，咱們的程序從這裏開始  
//-----------------------------------------------------------------------------------------------  
int main( int argc, char** argv )  
{  
    //改變console字體顏色  
    system("color 2F");    
  
    //顯示歡迎語  
    ShowHelpText();  
  
    //載入原圖  
    g_srcImage = imread("1.jpg");  
    if( !g_srcImage.data ) { printf("Oh，no，讀取srcImage錯誤~！ \n"); return false; }  
  
    //顯示原始圖  
    namedWindow("【原始圖】");  
    imshow("【原始圖】", g_srcImage);  
  
    // 建立與src同類型和大小的矩陣(dst)  
    g_dstImage.create( g_srcImage.size(), g_srcImage.type() );  
  
    // 將原圖像轉換爲灰度圖像  
    cvtColor( g_srcImage, g_srcGrayImage, CV_BGR2GRAY );  
  
    // 建立顯示窗口  
    namedWindow( "【效果圖】Canny邊緣檢測", CV_WINDOW_AUTOSIZE );  
    namedWindow( "【效果圖】Sobel邊緣檢測", CV_WINDOW_AUTOSIZE );  
  
    // 建立trackbar  
    createTrackbar( "參數值：", "【效果圖】Canny邊緣檢測", &g_cannyLowThreshold, 120, on_Canny );  
    createTrackbar( "參數值：", "【效果圖】Sobel邊緣檢測", &g_sobelKernelSize, 3, on_Sobel );  
  
    // 調用回調函數  
    on_Canny(0, 0);  
    on_Sobel(0, 0);  
  
    //調用封裝了Scharr邊緣檢測代碼的函數  
    Scharr( );  
  
    //輪詢獲取按鍵信息，若按下Q，程序退出  
    while((char(waitKey(1)) != 'q')) {}  
  
    return 0;  
}  
  
  
//-----------------------------------【ShowHelpText( )函數】----------------------------------  
//      描述：輸出一些幫助信息  
//----------------------------------------------------------------------------------------------  
static void ShowHelpText()  
{  
    //輸出一些幫助信息  
    printf( "\n\n\t嗯。運行成功，請調整滾動條觀察圖像效果~\n\n"  
        "\t按下「q」鍵時，程序退出~!\n"  
        "\n\n\t\t\t\t by淺墨" );  
}  
  
  
//-----------------------------------【on_Canny( )函數】----------------------------------  
//      描述：Canny邊緣檢測窗口滾動條的回調函數  
//-----------------------------------------------------------------------------------------------  
void on_Canny(int, void*)  
{  
    // 先使用 3x3內核來降噪  
    blur( g_srcGrayImage, g_cannyDetectedEdges, Size(3,3) );  
  
    // 運行咱們的Canny算子  
    Canny( g_cannyDetectedEdges, g_cannyDetectedEdges, g_cannyLowThreshold, g_cannyLowThreshold*3, 3 );  
  
    //先將g_dstImage內的全部元素設置爲0   
    g_dstImage = Scalar::all(0);  
  
    //使用Canny算子輸出的邊緣圖g_cannyDetectedEdges做爲掩碼，來將原圖g_srcImage拷到目標圖g_dstImage中  
    g_srcImage.copyTo( g_dstImage, g_cannyDetectedEdges);  
  
    //顯示效果圖  
    imshow( "【效果圖】Canny邊緣檢測", g_dstImage );  
}  
  
  
  
//-----------------------------------【on_Sobel( )函數】----------------------------------  
//      描述：Sobel邊緣檢測窗口滾動條的回調函數  
//-----------------------------------------------------------------------------------------  
void on_Sobel(int, void*)  
{  
    // 求 X方向梯度  
    Sobel( g_srcImage, g_sobelGradient_X, CV_16S, 1, 0, (2*g_sobelKernelSize+1), 1, 1, BORDER_DEFAULT );  
    convertScaleAbs( g_sobelGradient_X, g_sobelAbsGradient_X );//計算絕對值，並將結果轉換成8位  
  
    // 求Y方向梯度  
    Sobel( g_srcImage, g_sobelGradient_Y, CV_16S, 0, 1, (2*g_sobelKernelSize+1), 1, 1, BORDER_DEFAULT );  
    convertScaleAbs( g_sobelGradient_Y, g_sobelAbsGradient_Y );//計算絕對值，並將結果轉換成8位  
  
    // 合併梯度  
    addWeighted( g_sobelAbsGradient_X, 0.5, g_sobelAbsGradient_Y, 0.5, 0, g_dstImage );  
  
    //顯示效果圖  
    imshow("【效果圖】Sobel邊緣檢測", g_dstImage);   
  
}  
  
  
//-----------------------------------【Scharr( )函數】----------------------------------  
//      描述：封裝了Scharr邊緣檢測相關代碼的函數  
//-----------------------------------------------------------------------------------------  
void Scharr( )  
{  
    // 求 X方向梯度  
    Scharr( g_srcImage, g_scharrGradient_X, CV_16S, 1, 0, 1, 0, BORDER_DEFAULT );  
    convertScaleAbs( g_scharrGradient_X, g_scharrAbsGradient_X );//計算絕對值，並將結果轉換成8位  
  
    // 求Y方向梯度  
    Scharr( g_srcImage, g_scharrGradient_Y, CV_16S, 0, 1, 1, 0, BORDER_DEFAULT );  
    convertScaleAbs( g_scharrGradient_Y, g_scharrAbsGradient_Y );//計算絕對值，並將結果轉換成8位  
  
    // 合併梯度  
    addWeighted( g_scharrAbsGradient_X, 0.5, g_scharrAbsGradient_Y, 0.5, 0, g_dstImage );  
  
    //顯示效果圖  
    imshow("【效果圖】Scharr濾波器", g_dstImage);   
}

 

參考：https://blog.csdn.net/poem_qianmo/article/details/25560901