テキストは、元の記事がある場合は、許可なしに複製してはならない
オリジナルのブロガーのブログのアドレスの:https://blog.csdn.net/qq21497936
元ブロガーがナビゲーションブログ:https://blog.csdn.net/qq21497936/article/details / 102 478 062
この記事のブログのアドレス:https://blog.csdn.net/qq21497936/article/details/105284544
あなたの読者は、貧しい人間の知識と無限、または需要の変化を持っている、または専門家、あるいは自分自身の研究を見つけます
ディレクトリ
プロジェクトテンプレート:バージョン番号v1.33.0に対応
OpenCVの開発ボックス
OpenCVの開発ノート(三〇から八):あなたのハイエンドキャニー演算子のエッジ検出(簡単なイラストを理解する+ +プログラムのソースコード)の脂肪RED-深い理解と8分
序文
なるように赤い太った男!!!
この章では、高次キャニー検出を説明するために始めた、実際には、いくつかの処理の検出のための余分な実際にハイエンドの検出キャニーキャニーです
デモ
デモ模式的な画像位置の結果:
キャニーエッジ検出オペレータ
キャニーハイエンドの使い方
アウトライン
キャニーハイエンドの使用は、それらをフィルタリングし、ここでは、ガウスフィルタを使用するようなノイズリダクションの最初の使用のように、特定のノイズ低減を扱うことが実際に人工的である、モジュールポップフィルタ処理ximgproc内のcontribを使用次いで、第1のノイズ画像の処理還元、濾過しました。
ピクチャー- >グレースケール- > ガウス(ポータルをクリックしてください) - >キャニーエッジ検出
ピクチャー- >グレースケール- > 適応フィルタ人気(ポータルをクリックしてください) - >キャニーエッジ検出
ハイエンドの使用は、実際には、原因の異なるアルゴリズムの開発、考え方の異なる方法の典型的な場合に、前に述べました。
ガウスフィルタ機能プロトタイプ
void GaussianBlur( InputArray src,
OutputArray dst,
Size ksize,
double sigmaX,
double sigmaY = 0,
int borderType = BORDER_DEFAULT );
- パラメータ:InputArrayは一般CV ::マットを入力し、画像チャネルの任意の数を扱うことができます。ノートは、しかしながら、画像の深さは、次のように扱われるべきCV_8U 、CV_16U 、CV_16S 、CV_32F 、CV_64F 1。
- パラメータ二 ; OutputArrayタイプ、出力対象画像は、元の画像を必要とし、同じサイズと種類を持っています。
- 三つのパラメータ:サイズタイプksize、サブアカウントのサイズ。、サイズが3×3の異なるサブアカウントを表し、wとhのサイズであってもよい、サブ占め、サイズ(3,3)の大きさを示す(H、W)一般的に使用サイズ;
- 四つのパラメータ:double型SIGMAXは、X方向のガウスカーネル関数の標準偏差を表します。
- 5つのパラメータ:double型sigmaYは、Y方向におけるガウシアンカーネルの標準偏差を表します。
人気の適応フィルタ関数のプロトタイプ
Ptr<AdaptiveManifoldFilter> createAMFilter(double sigma_s, double sigma_r, bool adjust_outliers = false);
- パラメータ:空間標準偏差、範囲が0より大きくなければなりません。
- 二つのパラメータ:色空間標準偏差、色空間においても同様であるシグマバイラテラルフィルタ、範囲が0より大きく1未満でなければなりません。
- 三つのパラメータ:オプションの調整外れ値、特徴ベクトルを算出し、乱数生成器を使用するかどうかを指定しますが(、私たちは実際の違いを見ていない視覚的な結果に基づきます)。
フィルタ機能
void filter(InputArray src,
OutputArray dst,
InputArray joint = noArray());
- パラメータ:CV ::マットを入力します。
- 二つのパラメータ:出力CV ::マット、入力チャンネルと同じサイズ。
- 三つのパラメータ:図に連結された入力と、
サンプルを作成して使用します。
// 使用自适应流形应用高维滤波。
cv::Ptr<cv::ximgproc::AdaptiveManifoldFilter> pAdaptiveManifoldFilter
= cv::ximgproc::createAMFilter(16.0, 0.1, true);
pAdaptiveManifoldFilter->filter(srcMat, dstMat, srcMat2);
キャニー検出機能プロトタイプ
void Canny( InputArray image,
OutputArray edges,
double threshold1,
double threshold2,
int apertureSize = 3,
bool L2gradient = false );
- パラメータ:画像のInputArray種類、一般CV ::マットは、単一チャネル型でなければなりません。
- 二つのパラメータ: outputArrayタイプエッジ、出力端の図エッジ、単一チャネルの8ビット画像は、入力画像が同じ大きさです。
- 三つのパラメータ:ダブルタイプTHRESHOLD1、時間遅延と第一の閾値。
- 四つのパラメータ: threshold2に、時間遅延double型を有する第二の閾値。
- 5つのパラメータ: int型apertureSize、ソーベル演算子の細孔サイズの量、デフォルトは3です。
- 6つのパラメータ: BOOLタイプL2gradient、操作の計算勾配の大きさは、デフォルトではfalseです。
ソースデモ
void OpenCVManager::testHighCanny()
{
QString fileName1 = "E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/images/1.jpg";
cv::Mat srcMat = cv::imread(fileName1.toStdString());
if(!srcMat.data)
{
qDebug() << __FILE__ << __LINE__
<< "Failed to load image:" << fileName1;
return;
}
int width = 300;
int height = 200;
cv::resize(srcMat, srcMat, cv::Size(width, height));
cv::String windowName = _windowTitle.toStdString();
cvui::init(windowName);
cv::Mat dstMat;
dstMat = cv::Mat::zeros(srcMat.size(), srcMat.type());
cv::Mat windowMat = cv::Mat(cv::Size(dstMat.cols * 3, dstMat.rows * 3),
srcMat.type());
int ksize = 1; // 核心大小
int sigmaX = 0; // x方向的标准偏差
int sigmaY = 0; // y方向的标准偏差
int threshold1 = 200;
int threshold2 = 100;
int sigmaS = 160;
int sigmaR = 2;
cvui::window(windowMat, dstMat.cols, 0, dstMat.cols, dstMat.rows, "settings");
cv::Mat grayMat;
cv::Mat grayMat3Channels;
cv::Mat mat;
cv::cvtColor(srcMat, grayMat, CV_BGR2GRAY);
cv::cvtColor(grayMat, grayMat3Channels, CV_GRAY2BGR);
while(true)
{
windowMat = cv::Scalar(0, 0, 0);
// 原图先copy到左边
cv::Mat leftMat = windowMat(cv::Range(0, srcMat.rows),
cv::Range(0, srcMat.cols));
cv::addWeighted(leftMat, 1.0f, srcMat, 1.0f, 0.0f, leftMat);
// 中间为调整滤波参数的相关设置
cvui::printf(windowMat, 375, 20, "ksize = size * 2 + 1");
cvui::trackbar(windowMat, 375, 30, 165, &ksize, 0, 10);
cvui::printf(windowMat, 375, 80, "sigmaX");
cvui::trackbar(windowMat, 375, 90, 165, &sigmaX, 0, 100);
cvui::printf(windowMat, 375, 140, "sigmaY");
cvui::trackbar(windowMat, 375, 150, 165, &sigmaY, 0, 100);
// 复制灰度图像
{
cv::Mat rightMat = windowMat(cv::Range(srcMat.rows * 1, srcMat.rows * 2),
cv::Range(srcMat.cols * 0, srcMat.cols * 1));
cv::addWeighted(rightMat, 0.0f, grayMat3Channels, 1.0f, 0.0f, rightMat);
}
{
// 高斯滤波
cv::Mat mat;
cv::GaussianBlur(grayMat3Channels, mat, cv::Size(ksize * 2 + 1, ksize * 2 + 1), sigmaX / 10.f, sigmaY / 10.f);
// 效果图copy到右边
// 注意:rang从位置1到位置2,不是位置1+宽度
cv::Mat rightMat = windowMat(cv::Range(0, srcMat.rows),
cv::Range(srcMat.cols * 2, srcMat.cols * 3));
cv::addWeighted(rightMat, 0.0f, mat, 1.0f, 0.0f, rightMat);
// 高斯滤波后进行边缘检测
// 使用边缘检测
cv::Canny(mat, dstMat, threshold1, threshold2, 3);
cv::Mat rightMat2 = windowMat(cv::Range(srcMat.rows * 1, srcMat.rows * 2),
cv::Range(srcMat.cols * 2, srcMat.cols * 3));
cv::cvtColor(dstMat, dstMat, CV_GRAY2BGR);
cv::addWeighted(rightMat2, 0.0f, dstMat, 1.0f, 0.0f, rightMat2);
}
{
cvui::printf(windowMat,
srcMat.cols * 1 + 75,
srcMat.rows * 1 + 20,
"threshold1");
cvui::trackbar(windowMat,
srcMat.cols * 1 + 75,
srcMat.rows * 1 + 50,
165,
&threshold1,
0,
255);
cvui::printf(windowMat,
srcMat.cols * 1 + 75,
srcMat.rows * 1 + 100, "threshold2");
cvui::trackbar(windowMat,
srcMat.cols * 1 + 75,
srcMat.rows * 1 + 130,
165,
&threshold2,
0,
255);
// 使用边缘检测
cv::Canny(srcMat, dstMat, threshold1, threshold2, 3);
// copy
cv::Mat temp;
mat = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3),
cv::Range(srcMat.cols * 0, srcMat.cols * 1));
cv::cvtColor(dstMat, temp, CV_GRAY2BGR);
cv::addWeighted(mat, 0.0f, temp, 1.0f, 0.0f, mat);
}
{
cvui::printf(windowMat, 75 + width * 1, height * 2 + 20, "sigmaS");
cvui::trackbar(windowMat, 75 + width * 1, height * 2 + 50, 165, &sigmaS, 101, 10000);
cvui::printf(windowMat, 75 + width * 1, height * 2 + 90, "sigmaR");
cvui::trackbar(windowMat, 75 + width * 1, height * 2 + 120, 165, &sigmaR, 1, 100);
// 使用自适应流形应用高维滤波。
cv::Mat tempMat;
cv::Ptr<cv::ximgproc::AdaptiveManifoldFilter> pAdaptiveManifoldFilter
= cv::ximgproc::createAMFilter(sigmaS/100.0f, sigmaR/100.0f, true);
pAdaptiveManifoldFilter->filter(grayMat, tempMat);
// 使用边缘检测
cv::Canny(tempMat, tempMat, threshold1, threshold2, 3);
// copy
mat = windowMat(cv::Range(srcMat.rows * 2, srcMat.rows * 3),
cv::Range(srcMat.cols * 2, srcMat.cols * 3));
cv::cvtColor(tempMat, dstMat, CV_GRAY2BGR);
cv::addWeighted(mat, 0.0f, dstMat, 1.0f, 0.0f, mat);
}
// 更新
cvui::update();
// 显示
cv::imshow(windowName, windowMat);
// esc键退出
if(cv::waitKey(25) == 27)
{
break;
}
}
}
プロジェクトテンプレート:バージョン番号v1.33.0に対応
対応するバージョン番号v1.33.0
オリジナルのブロガーのブログのアドレス:https://blog.csdn.net/qq21497936
オリジナルのブロガーがナビゲーションブログ:https://blog.csdn.net/qq21497936/article/details/102478062を
この記事のブログのアドレス:HTTPS://ブログ.csdn.net / qq21497936 /記事/詳細/ 105284544