前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)

实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)

作者头像
Color Space
发布2023-08-18 19:08:00
1.9K0
发布2023-08-18 19:08:00
举报

视觉/图像重磅干货,第一时间送达!

导 读

本文主要介绍如何在OpenCV中使用EdgeDrawing模块查找圆(详细步骤 + 代码)。

背景介绍

从OpenCV4.5.2开始,Contrib模块中封装了开源库ED_Lib用于查找图像中的直线、线段、椭圆和圆。Github地址:

代码语言:javascript
复制
https://github.com/CihanTopal/ED_Lib

算法原理简介:

边缘绘制(ED)算法是一种解决边缘检测问题的主动方法。与许多其他遵循减法方法的现有边缘检测算法相比(即在图像上应用梯度滤波器后,根据多种规则消除像素,例如 Canny 中的非极大值抑制和滞后),ED 算法通过加法策略工作,即逐一选取边缘像素,因此称为“边缘绘制”。然后我们处理这些随机形状的边缘段以提取更高级别的边缘特征,即直线、圆、椭圆等。从阈值梯度幅度中提取边缘像素的流行方法是非极大值抑制,它测试每个像素是否具有最大值沿其梯度方向的梯度响应,如果没有则消除。然而,此方法不检查相邻像素的状态,因此可能会导致低质量(在边缘连续性、平滑度、薄度、定位方面)边缘片段。ED 不是非极大值抑制,而是指向一组边缘像素,并通过最大化边缘段的总梯度响应来将它们连接起来。因此,它可以提取高质量的边缘片段,而不需要额外的滞后步骤。

OpenCV中使用介绍文档:

代码语言:javascript
复制
https://docs.opencv.org/4.5.2/d1/d1c/classcv_1_1ximgproc_1_1EdgeDrawing.html

使用步骤

EdgeDrawing类是在Contrib的ximgproc模块中,C++中使用它需要满足以下条件:

① OpenCV >= 4.5.2

② CMake编译Contrib模块

③ 包含edge_drawing.hpp头文件

Python中使用需要安装opencv-python-contrib >=4.5.2

【1】Python中使用演示:

代码语言:javascript
复制
#公众号--OpenCV与AI深度学习

'''
This example illustrates how to use cv.ximgproc.EdgeDrawing class.

Usage:
    ed.py [<image_name>]
    image argument defaults to board.jpg
'''

# Python 2/3 compatibility
from __future__ import print_function

import numpy as np
import cv2 as cv
import random as rng
import sys

rng.seed(12345)

def main():
try:
        fn = sys.argv[1]
except IndexError:
        fn = 'board.jpg'

    src = cv.imread(cv.samples.findFile(fn))
    gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
    cv.imshow("source", src)

    ssrc = src.copy()*0
    lsrc = src.copy()
    esrc = src.copy()

    ed = cv.ximgproc.createEdgeDrawing()

# you can change parameters (refer the documentation to see all parameters)
    EDParams = cv.ximgproc_EdgeDrawing_Params()
    EDParams.MinPathLength = 50     # try changing this value between 5 to 1000
    EDParams.PFmode = False         # defaut value try to swich it to True
    EDParams.MinLineLength = 20     # try changing this value between 5 to 100
    EDParams.NFAValidation = True   # defaut value try to swich it to False

    ed.setParams(EDParams)

# Detect edges
# you should call this before detectLines() and detectEllipses()
    ed.detectEdges(gray)

    segments = ed.getSegments()
    lines = ed.detectLines()
    ellipses = ed.detectEllipses()

#Draw detected edge segments
for i in range(len(segments)):
        color = (rng.randint(0,256), rng.randint(0,256), rng.randint(0,256))
        cv.polylines(ssrc, [segments[i]], False, color, 1, cv.LINE_8)

    cv.imshow("detected edge segments", ssrc)

#Draw detected lines
if lines is not None: # Check if the lines have been found and only then iterate over these and add them to the image
        lines = np.uint16(np.around(lines))
for i in range(len(lines)):
            cv.line(lsrc, (lines[i][0][0], lines[i][0][1]), (lines[i][0][2], lines[i][0][3]), (0, 0, 255), 1, cv.LINE_AA)

    cv.imshow("detected lines", lsrc)

#Draw detected circles and ellipses
if ellipses is not None: # Check if circles and ellipses have been found and only then iterate over these and add them to the image
for i in range(len(ellipses)):
            center = (int(ellipses[i][0][0]), int(ellipses[i][0][1]))
            axes = (int(ellipses[i][0][2])+int(ellipses[i][0][3]),int(ellipses[i][0][2])+int(ellipses[i][0][4]))
            angle = ellipses[i][0][5]
            color = (0, 0, 255)
if ellipses[i][0][2] == 0:
                color = (0, 255, 0)
            cv.ellipse(esrc, center, axes, angle,0, 360, color, 2, cv.LINE_AA)

    cv.imshow("detected circles and ellipses", esrc)
    cv.waitKey(0)
    print('Done')


if __name__ == '__main__':
    print(__doc__)
    main()
    cv.destroyAllWindows()

执行指令:ed.py [<image_name>]

实例1: edge_drawing.py 1.png

实例2: edge_drawing.py 2.png

实例3: edge_drawing.py 3.png

上述图中,绿色表示找到的椭圆,红色表示找到的圆。当然,EdgeDrawing还可以获取边缘信息和查找直线,效果如下:

【2】C++中使用演示:

代码语言:javascript
复制
//公众号--OpenCV与AI深度学习

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

using namespace std;
using namespace cv;
using namespace ximgproc;

int main()
{
  Mat src = imread("./imgs/11.bmp");
  if (src.empty())
  {
    cout << "src image is empty, check again!" << endl;
    return -1;
  }
  //resize(src, src, Size(), 0.2, 0.2);
  imshow("src", src);
  Mat gray;
  cvtColor(src, gray, COLOR_BGR2GRAY);

  double start = static_cast<double>(getTickCount()); //计时开始
  
  Ptr<EdgeDrawing> ed = createEdgeDrawing();
  ed->params.EdgeDetectionOperator = EdgeDrawing::PREWITT;
  ed->params.MinPathLength = 50; // try changing this value between 5 to 1000
  ed->params.PFmode = false; //defaut value try to swich it to true
  ed->params.MinLineLength = 10; // try changing this value between 5 to 100
  ed->params.NFAValidation = false; // defaut value try to swich it to false
  ed->params.GradientThresholdValue = 20;

实例1:

实例2:

实例3:

简单总结

总体来说EdgeDrawing提供的找圆和直线的方法简单易用且效果好,简单情况下使用默认参数即可。参数调整可以参考文档自己尝试,这里挑几个常用的简单说明一下。

代码语言:javascript
复制
Ptr<EdgeDrawing> ed = createEdgeDrawing();
ed->params.EdgeDetectionOperator = EdgeDrawing::LSD;
ed->params.MinPathLength = 50; // try changing this value between 5 to 1000
ed->params.PFmode = false; //defaut value try to swich it to true
ed->params.MinLineLength = 10; // try changing this value between 5 to 100
ed->params.NFAValidation = true; // defaut value try to swich it to false
ed->params.GradientThresholdValue = 20;

【1】算法使用的梯度算子,可选4种,默认是PREWITT,大家可以设置不同的梯度算子尝试效果。

【2】梯度阈值GradientThresholdValue,值越小,更能找到对比度低的圆。比如下面分别是梯度阈值为100和50的效果:

【3】NFAValidation:默认值为true。指示是否将NFA(错误警报数)算法用于直线和椭圆验证。设置为false时,能找到更多圆或直线。

【4】MinPathLength:最小连接像素长度处理以创建边缘段。在梯度图像中,为创建边缘段而处理的最小连接像素长度。具有高于GradientThresholdValue的值的像素将被处理,默认值为10。比如下面分别是比如下面分别是梯度阈值为50和10的效果(值越小,更小的圆被找到):

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-07-30,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 OpenCV与AI深度学习 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档