目录
  • 边缘检测简介
  • 一、边缘检测步骤
  • 二、Canny
    • 1.函数
    • 2.代码
  • 二、Sobel
    • 1.函数
    • 2.代码
  • 三、Scharr
    • 1.函数
    • 2.代码
  • 四、Laplacian
    • 1.函数
    • 2.代码
  • 总结

    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：

    C++ opencv图像处理实现图片边缘检测示例

    二、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：

    C++ opencv图像处理实现图片边缘检测示例

    三、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：

    C++ opencv图像处理实现图片边缘检测示例

    四、Laplacian

    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：

    C++ opencv图像处理实现图片边缘检测示例

    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，更多关于C++ opencv图片边缘检测的资料请关注其它相关文章！

    声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。