[研究ノート]はOpenCVの+ C ++（7）

プログラミング 2020-02-07 23:19:57 訪問数: null

 エッジ処理
             畳み込み問題エッジ
                境界画素はそうエッジ処理されていないが存在するフィルタ3X3画素は、濾過カーネルと完全にオーバーラップされないので、画像境界画素は畳み込みは、畳み込み演算ができない場合、5X5がある場合2つのエッジ画素が処理されていません。
             エッジ処理
                このような画素のエッジの周りの3×3パディング、したがって画像のエッジを処理することを保証し、次にコンボリューション処理後にそれらを除去するよう畳み込み開始エッジ画素、画素値0または充填黒RGB、前増加エッジ、OpenCVのデフォルトのアプローチがある：BORDER_DEFAULT、他にいくつかある一般的に使用される他の
                   BORDER_CONSTANT ---指定されたエッジピクセル値で充填された
                   エッジ画素の既知の値を用いてエッジ画素を充填--- BORDER_REPLICATE
                   BORDER_WRAP ---とピクセル充填を補償するための他の側

             APIは、画像のエッジ説明---のAPIに追加され
                 copyMakeBorder（
                     マットSRC、//入力画像
                     マットDST、//追加エッジ画像
                     INTトップ、//通常約上下同じ値にエッジ長、
                     int型の底、
                     intは左、
                     INT右、
                     INT borderType、//エッジ型
                     スカラー値
                 ）

コードは示しています。

#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>
using namespace cv;
int main(int argc, char** argv) {
    Mat src, dst;
    src = imread("C:\\Users\\Lenovo\\Desktop\\毕业设计\\AAAAAAA\\1.jpg");
    if (!src.data) {
        printf("could not load image...\n");
        return -1;
    }
    char INPUT_WIN[] = "input image";
    char OUTPUT_WIN[] = "Border image";
    namedWindow(INPUT_WIN, CV_WINDOW_AUTOSIZE);
    namedWindow(OUTPUT_WIN,CV_WINDOW_AUTOSIZE);
    imshow(INPUT_WIN, dst);

    int top = (int)(0.05 * src.rows);
    int left = (int)(0.05 * src.cols);
    int right = (int)(0.05 * src.cols);
    int bottom =(int)(0.05 * src.rows);
    RNG rng(12345);
    int borderType = BORDER_DEFAULT;

    int c = 0;
    while (true) {
        c = waitKey(500);
        if ((char)c == 27) {//ESC退出
            break;
        }
        if ((char)c == 'r') {
            borderType = BORDER_REPLICATE;
        }
        else if ((char)c == 'w') {
            borderType = BORDER_WRAP;
        }
        else if ((char)c == 'c') {
            borderType = BORDER_CONSTANT;
        }
        else {
            borderType = BORDER_DEFAULT;
        }
        Scalar color = Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
        copyMakeBorder(src, dst, top, bottom, left, right, borderType, color);
        imshow(OUTPUT_WIN, dst);
    }

    waitKey(0);
    return 0;
}

ソーベルオペレータ
   畳み込みアプリケーション---画像エッジ抽出
       エッジは何-顕著なの一つであり、画素値の遷移が起こるされた画像特徴抽出において、画像の特徴、物体検出の態様は、Moshishibieなどが重要な役割有する
       キャッチする方法を/ ---、その一次導関数を探しているエッジ画像抽出
       デルタ= F（X）を- 、F （X-1）、デルタ大きく、x方向の変化、強いエッジ信号に大きい画素を示します。
    ソーベル演算子は、
       離散微分演算子（離散微分演算子）、画像強度の勾配を算出するための略である
       Sobelオペレータ機能及び誘導体平滑微分ガウスのセット
       、また1次微分演算子、誘導体オペレータとして知られていますで水平および垂直両方向誘導体、X方向の画像を取得し、Y方向勾配画像
    Lapulasiオペレータは、二次微分演算子である
       垂直勾配の水平勾配
          のGx = -1 0 1グレイ= -1 -2 - 1
               -2 0 2 0 0 0
               -1 0 2 1 1 1

            拡大するために重量差によると、

            最終的な画像勾配
               G =（Gxを*のGx + Gyの *グレイ） 平方根の
              事実近似アルゴリズムが使用される：G = | Gxを| + | Gyの|
      Sobelオペレータは、
        逆数の近似値を取得し、カーネル= 3ときに、非常に正確ではありません、 Scharr関数の修正バージョンを使用して、オペレータは次のとおり
                。-3 0 -3 -10 -3 3
            のGx = Gyが= 10 -10 0 0 0 0
                -3 0 3 3 10 3
        APIは、ソーベル:: CVの説明
            CV ::ソーベルを（
                InputArray SRC、//入力画像
                outputArrayのDST、//出力画像は、入力画像のサイズ一貫
                INT深さ、//出力画像深度
                int型DX、// X方向、いくつかの一次導関数
                のint DY、// Y方向、いくつかの階微分
                int型ksize、// Sobelオペレータのカーネルサイズは、である必要があります1,3,5,7-
                ダブルスケール= 1、
                ダブルデルタ= 0、
                INT borderType = BORDER_DEFAULT
            ）

            入力深さ（）出力深さ（ddepth）
            CV_8U -1 / CV_16S / CV_32F / CV_64F
            CV_16U / CV_16S -1 / CV_32F / CV_64F
            CV_32F -1 / CV_32F / CV_64F
            CV_64F -1 / CV_64F


        OpenCVのバージョンScharrを改善
            APIはScharr :: CVの説明
              CV :: Scharr（
                  InputArray SRC、//入力画像
                  OutputArrayのDST、//出力画像は、入力画像のサイズ一貫
                  INT深さ、//出力画像深度
                  、int型のDXを// X方向、いくつかの一次導関数
                  のint DY、// Y方向、いくつかの一次導関数
                  ダブルスケール= 1、
                  ダブルデルタ= 0、
                  INT borderType = BORDER_DEFAULT
              ）

        短所：
            ノイズに敏感な、脆弱

        平滑化されたノイズ、ガウスぼかし、
        グレースケール画像には、
        xおよびy勾配必要な
        混合のXY
        振幅画像を


コードは示しています。

#include<opencv2/opencv.hpp>
            #include<iostream>
            #include<math.h>
            using namespace cv;
            int main(int argc,char** argv){
                Mat src,dst;
                src = imread("");
                if(!src.data){
                    printf("could not load image...\n");
                    return -1;
                }
                char INPUT_WIN[] = "Input image";
                char OUTPUT_WIN[] = "Output image";
                namedWindow(INPUT_WIN,CV_WINDOW_AUTOSIZE);
                imshow(INPUT_WIN,src);

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

                Mat xgrad,ygrad;
                //原始版本
                //Sobel(gray_src,xgrad,CV_16S,1,0,3);
                //Sobel(gray_src,ygrad,CV_16S,0,1,3);

                //改进版本
                Scharr(gray_src,xgrad,CV_16S,1,0);
                Scharr(gray_src,ygrad,CV_16S,0,1);
                convertScaleAbs(xgrad,xgrad);
                convertScaleAbs(ygrad,ygrad);
                imshow("xgrad image",xgrad);
                imshow("ygrad image",ygrad);

                //第一种算法
                //Mat xygrad;
                //addWeighted(xgrad,0.5,ygrad,0.5,0.xygrad);
                //imshow("Final image",xygrad);

                //第二种算法，效果更好
                Mat xygrad = Mat(xgrad.size(),xgrad.type());
                int width = xgrad.cols;
                int height = xgrad.rows;
                for(int row = 0; row < height; row++){
                    for(int col = 0; col < width; col++){
                        int xg = xgrad.at<uchar>(row,col);
                        int yg = ygrad.at<uchar>(row,col);
                        int xy = xg + yg;
                        xygrad.at<uchar>(row,col) = saturate_cast<uchar>(xy);
                    }
                }

                waitKey(0);
                return 0;
            }

Laplanceオペレータ
        理論
            説明：二次導関数、変化の最大値がゼロ、すなわちである場合、エッジはゼロです。この理論によれば、二次導関数によって計算さ、我々は画像、エッジ抽出の2階微分を計算することができます。

            Laplanceオペレーター：
              Laplance（F）= F（X）は、+ F（Y）の二次導関数は、の二次導関数であり
              、関連するAPIのCV :: Laplance

            プロセスフロー：
               ガウスぼかし---ノイズには、（ガウスぼかし（））
               ）（階調cvtColorに変換され、
               二次導関数（ラプラシアン（））を計算---ラプラス
               ）（絶対値converScaleAbsのに
               結果を示します

 #include<opencv2/opencv.hpp>
            #include<iostream>
            #include<math.h>
            using namespace cv;
            int main(int argc,char** argv){
                Mat src,dst;
                src = imread();
                if(!src.data){
                    printf("could not load image\n");
                    return -1;
                }
                namedWindow("input image",CV_WINDOW_AUTOSIZE);
                imshow("input image",src);

                Mat gray_src,edg_image;
                GaussianBlur(src,dst,Size(3,3),0,0);
                cvtColor(dst,gray_src,CV_BGR2GRAY);
                Laplacian(gray_src,edg_image,CV_16S,3);
                convertScaleAbs(edg_image,edg_image);
                //图像二值化
                threshold(edg_image,edg_image,0,255,THRESH_OTSU|THRESH_BINARY);
                namedWindow("output image",CV_WINDOW_AUTOSIZE);
                imshow("output image",edg_image);



                waitKey(0);
                return 0;
            }

キャニーエッジ検出
       キャニーアルゴリズムを説明
           キャニーエッジ検出アルゴリズム、1986年に、
           良好なエッジ抽出アルゴリズムがあり
           、非常に一般的で非常に有用な画像処理方法の
         ステップ：CV ::キャニー
            ガウスぼかし---ガウスぼかし
            階調変換- --cvtColor
            ---ソーベル/ Scharr勾配を計算
            非最大抑制信号
            出力バイナリ画像の閾値のレベル
          の非最大抑制信号：
             。のGx =グレイ= 1 0 -1 -1 -1 -2
                  -2 0 0 2 0 0
                  -1 0 2. 1. 1 1
            G * = GxとGyとのGx + Gyの*平方根
            角=逆正接（のGx / Gyの）
            請求項180に黄色22.5から0の範囲内の領域と157.5
            67.5 22.5の範囲でグリーンゾーン
            112.5 -範囲67.5でブルー面積
            157.5 - 112.5範囲で赤色領域

            低閾値バイナリ画像出力
               T1、T2は、閾値と、上記のすべては、T2、T1は、画素から落下人よりも小さい保持され、T1より大きいT2よりも高いが、すべての相互接続を保持します。最終的に二値画像出力を得ます

               推奨される高及び低閾値比T2：T1 = 3; 1/2： 1 高閾値T2は、T1は、低閾値で
       :: APIcvキャニー（）
            キャニー（
                InputArray SRC、//「ビットの入力画像8-。
                OutputArrayエッジ/通常、バイナリ画像は、背景が黒/出力エッジ画像であり、
                しばしば1/2又は1/3の高しきい値で二重THRESHOLD1、//低しきい値、
                ダブルthreshold2に、高閾値//
                INT aptertureSize、// Sobelオペレータサイズは、典型的には3×3の範囲。3
                BOOL選択L2gradient //真手段L2を正規化するために、またはL1によって正規化
            ）

 #include<opencv2/opencv.hpp>
            #include<iostream>
            #include<math.h>
            using namespace cv;
            Mat src,dst,gray_src;
            int t1_value = 50;
            int max_value = 255;
            void Canny_Demo(int,void*);
            int main(int argc,char** argv){
                src = imread();
                if(!src.data){
                    printf("could not load image\n");
                    return -1;
                }
                namedWindow("input image",CV_WINDOW_AUTOSIZE);
                imshow("input image",src);

                cvtColor(src,gray_src,CV_BGR2GRAY);
                createTrackbar("Threshold Value","output image",&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 image",dst);
            }

 

Qsouler
公開された10元の記事 ・ ウォンの賞賛1 ・ ビュー193
私信 关注

おすすめ

転載: blog.csdn.net/Qsouler/article/details/104216482
おすすめ
ランキング
チップ製造の詳しい説明 エッチング原理 学習メモ(5)
StringBuilderを持つコンストラクタがそうではないのはなぜStringクラスのコンストラクタメソッドは、パラメータのStringBufferの使用の同期ブロックでいますか？
[Done] exited with code=3221225477 in 34.566 seconds
并行端口（Parallel Port）
推奨システム評価試験
3.22のノートが質問を行います
手紙の面白い組み合わせ
Flutter ポッドのインストールが報告されました [!] プロジェクト ディレクトリ ソリューションに Podfile が見つかりません
PromSQL の実践的なクエリ ステートメントの概要 (常に更新)
使用dedecms織ラベルはarclist夢
アーカイブ
もっと
2024-04-30(35)
2024-04-29(5)
2024-04-28(12)
2024-04-27(29)
2024-04-26(22)
2024-04-25(31)
2024-04-24(30)
2024-04-23(31)
2024-04-22(5)
2024-04-21(0)

コードワールド

© 2018 codetd.com