OpenCV 边缘检测

OpenCV 边缘检测

Canny算子

Canny 边缘检测算子，其算法步骤大体如下：

1) 用高斯滤波器对输入图像做平滑处理 (大小为 的高斯核)

2) 计算图像的梯度强度和角度方向 ( 和 方向上的卷积核)

角度方向近似为四个可能值，即 0, 45, 90, 135

3) 对图像的梯度强度进行非极大抑制

可看做边缘细化：只有候选边缘点被保留，其余的点被移除

4) 利用双阈值检测和连接边缘

若候选边缘点大于上阈值，则被保留；小于下阈值，则被舍弃；处于二者之间，须视其所连接的像素点，大于上阈值则被保留，反之舍弃

OpenCV 中， 函数如下：

一般上阈值 / 下阈值= 2 ~ 3

默认 ，表示图像梯度强度的计算采用近似形式；若为 ，则表示采用更精确的形式。

Sobel算子

假定输入图像矩阵为 ，卷积核大小为 ，则水平一阶导数 和垂直一阶导数 分别为：

输出的图像矩阵 为：

OpenCV 中，Sobel 函数如下：

和 表示阶数，一般取 0 或 1，但不超过 2； = 1，表示计算结果不缩放； = 0，表示计算结果无增量。

Laplace算子

索贝尔算子 (Sobel) 和拉普拉斯算子 (Laplace) 都是用来对图像进行边缘检测的，不同之处在于，前者是求一阶导，后者是求二阶导。

OpenCV 中对应的函数为 Laplacian

Scharr算子

当卷积核大小为 时，使用 卷积核来计算并不是很精确，此时常用 卷积核来代替，如下：

而 函数，本质上就是令 且使用 卷积核的 函数。

对于 函数，要求 和 都 >= 0 且 ，假如 和 都设为 1，则会抛出异常。

因此，对于 和 函数，通常各自求其 和 方向的导数，然后通过加权来进行边缘检测。

参考代码

参考

[OpenCV 之 边缘检测]https://www.cnblogs.com/xinxue/p/5348743.html

[OpenCV3编程入门读书笔记5-边缘检测]https://www.cnblogs.com/justkong/p/7297836.html