圖像邊緣提取

圖像的邊界信息一般通過灰度值突變來體現，所以圖像邊緣提取一般通過捕捉灰度突變的方法來實現，捕捉灰度突變可以通過求微分來實現

導數越大說明變化越大，邊緣信號越強

 

1.Sobel算子

也叫離散微分算子，一階微分算子，求導算子，先做高斯平滑在做微分求導

可以在各個方向上求圖像的梯度

如水平方向 Gx=[-1,0,1,-2,0,2,-1,0,1]，垂直方向Gy=[-1,-2,-1,0,0,0,1,2,1]

最終G=sqrt(Gx^2+Gy^2),或者G=|Gx|+|Gy|

第二種的運算速度要快於第一種，所以一般采用第二種方法

Sobel算子的改進版叫Scharr算子[-3，0，3，-10，0，10，-3，0，3]

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main(int argc, char **argv)
{
    Mat src, dst;
    src = imread("b.png");
    if (src.empty())
    {
        cout << "load img failed" << endl;
        return -1;
    }
    imshow("input img", src);

    Mat gaussian,gray_src;
    GaussianBlur(src, gaussian, Size(3, 3), 0, 0);
    cvtColor(gaussian, gray_src, CV_BGR2GRAY);
    imshow("blur gray", gray_src);

    Mat xgrad, ygrad;
    Sobel(gray_src, xgrad, CV_16S, 1, 0, 3);
    Sobel(gray_src, ygrad, CV_16S, 0, 1, 3);
    convertScaleAbs(xgrad, xgrad);
    convertScaleAbs(ygrad, ygrad);
    imshow("x grade", xgrad);
    imshow("y grade", ygrad);
    
    addWeighted(xgrad, 0.5, ygrad, 0.5, 0, dst);
    imshow("output img", dst);
    /*
    dst = Mat(xgrad.size(), xgrad.type());
    int width = dst.cols;
    int height = dst.rows;
    for(int i=0;i<height;++i)
        for (int j = 0; j < width; ++j)
        {
            int xg = xgrad.at<char>(i, j);
            int yg = ygrad.at<char>(i, j);
            int xy = xg + yg;
            dst.at<char>(i, j) = saturate_cast<uchar>(xy);
        }
    imshow("output img", dst);*/
    waitKey(0);
    return 0;
}

 

 2.Laplance算子

求二階導數，在二階導數的時候，最大變化處的值為0，即邊緣的二階導數是0

流程：

高斯模糊去噪GaussianBlur()

轉為灰度值cvtColor()

Laplance二階導數計算Laplancian()

取絕對值convertScaleAbs()

顯示結果

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main(int argc, char **argv)
{
    Mat src, dst;
    src = imread("b.png");
    if (src.empty())
    {
        cout << "load img failed" << endl;
        return -1;
    }
    imshow("input img", src);

    Mat gaussian,gray_src;
    GaussianBlur(src, gaussian, Size(3, 3), 0, 0);
    cvtColor(gaussian, gray_src, CV_BGR2GRAY);
    imshow("blur gray", gray_src);

    Laplacian(gray_src, dst, CV_16S,3);
    convertScaleAbs(dst, dst);
    imshow("Laplacian", dst);
    threshold(dst, dst, 0, 255, THRESH_OTSU | THRESH_BINARY);
    imshow("output img", dst);
    /*
    dst = Mat(xgrad.size(), xgrad.type());
    int width = dst.cols;
    int height = dst.rows;
    for(int i=0;i<height;++i)
        for (int j = 0; j < width; ++j)
        {
            int xg = xgrad.at<char>(i, j);
            int yg = ygrad.at<char>(i, j);
            int xy = xg + yg;
            dst.at<char>(i, j) = saturate_cast<uchar>(xy);
        }
    imshow("output img", dst);*/
    waitKey(0);
    return 0;
}

 

3.Canny邊緣檢測

步驟：

高斯模糊 GaussianBlur

灰度轉換cvtColor

計算梯度Sobel/Scharr

非最大信號抑制

高低閾值輸出二值圖像

 

非最大信號抑制需要計算梯度方向

 

 T1為低閾值，T2為高閾值，凡是高於T2的都保留，凡是低於T1的都丟棄，從高於T2的像素出發，凡是大於T1且相互連接的都保留，最終得到一個輸出二值圖像

推薦的高低閾值比為3：1或2：1

Canny(src,dst,threshold_low,threshold_high,Sobel_size,Lwgradient)

最后一個如果是true就用L2歸一化（開根），如果不是就L1歸一化（絕對值），一般用L1

#include<iostream>
#include<opencv2/opencv.hpp>

using namespace std;
using namespace cv;

Mat src, dst, gray_src, gaussian;
int t1_value = 50;
int max_value = 255;
const char* OUTPUT_TITLE = "Canny Result";
void Canny_Demo(int,void*);

int main(int argc, char **argv)
{
    //Mat src, dst;
    src = imread("b.png");
    if (src.empty())
    {
        cout << "load img failed" << endl;
        return -1;
    }
    imshow("input img", src);

    //Mat gaussian,gray_src;
    //GaussianBlur(src, gaussian, Size(3, 3), 0, 0);
    namedWindow(OUTPUT_TITLE, CV_WINDOW_AUTOSIZE);
    cvtColor(src, gray_src, CV_BGR2GRAY);
    createTrackbar("Threshold Value :", OUTPUT_TITLE, &t1_value, max_value, Canny_Demo);
    Canny_Demo(0, 0);
    waitKey(0);
    return 0;
}

void Canny_Demo(int, void*)
{
    Mat edge_output;
    blur(gray_src, gray_src, Size(3, 3), Point(-1, -1), BORDER_DEFAULT);
    Canny(gray_src, edge_output, t1_value, t1_value * 2, 3, false);

    //dst.create(src.size(), src.type());
    //src.copyTo(dst, edge_output);
    imshow(OUTPUT_TITLE, ~edge_output);
}

去掉注釋會變成彩色圖，注意修改imshow中的輸出變量