Sobel算子取代:基于特定点方向的canny边缘检测
前言:
Canny边缘检测使用了Sobel算子,计算dx和dy两个方向,对于特定方向的边缘检测,可以作少量修改。
代码:
计算特定方向上的边缘
void CannyOrient(
cv::Mat &_src, cv::Mat &_dst,
cv::Point2f &seed,
double low_thresh, double high_thresh,
int aperture_size, bool L2gradient )
{
low_thresh = 0;
high_thresh = 1;
//使用特定种子方向上的点寻找方向梯度
FindBestGradient( _src, _dst,seed,aperture_size, L2gradient ); //二值化,生成边缘图像
//计算直方图,寻找极大极小边缘点,根据波峰和波谷
int hh[256];
memset(hh,0,256*sizeof(int ) );
int minV = 255;
int maxV = 0;
cvWish::CalHist(_dst,1,minV,maxV,hh); cv::Mat canvas( 600 ,256*4, CV_8U, 1);
for(int i=0;i< 256; ++i){
int Pos = ( (int)(hh[i]) ) %( canvas.rows);
canvas.at<uchar>( canvas.rows - Pos-1,i*4 ) =255;
}
cv::imshow("canvas",canvas);
cv::waitKey(1); return;
}
寻找特定边缘:
//在种子点方向上寻找合适的梯度,用于寻找边缘
void FindBestGradient(
cv::Mat &_src, cv::Mat &_dst,
cv::Point2f &seed,
int aperture_size, bool L2gradient )
{
//角度矩阵
cv::Mat df = cv::Mat::zeros( _src.rows,_src.cols, CV_32FC1 );
//梯度矩阵
cv::Mat dg = cv::Mat::zeros( _src.rows,_src.cols, CV_32FC1 );
//原始图像
cv::Mat ds = _src.clone();
//目标图像 uchar型
cv::Mat dd = _src.clone(); //1.根据角度计算梯度//得到梯度矩阵
//使用N*1的算子
int n = aperture_size;//必须为奇数 //对每个柱进行初始化
//搜索柱:在射线方向上搜索l_Search 个像素;宽度为
int l_Search = n;
int w_Search = 1;
std::vector<std::vector<std::pair<cv::Point ,float> > > beam;
beam.resize( l_Search );
for (int i=0;i< beam.size();++i)
{
beam[i].resize(w_Search);
}//初始化柱 //设定系数//生成模板
double gap = 2.0/ (n-1);
std::vector< double > mask(l_Search);
for (int i=0;i< mask.size();++i)
{
mask[i] = -1 + i*gap ;
//std::cout<< " mask[i]:" << mask[i] ;
} //2.生成角度图像
//在射线方向上寻找//方法不是太好,但是没有寻找到简单有效的方法
for ( int y=0 ;y< ds.rows;++y )
{
float* ptr = (float*)( df.data + y * df.step);
for ( int x=0; x< ds.cols; ++x )
{
//计算角度
//float ag = (float)(cvWish::cosCv(seed,cv::Point2f( x,y ) ) );
//df.at<float>(y ,x) = (float)(cvWish::cosCv(seed,cv::Point2f( x,y ) ) ); *ptr = (float)(cvWish::cosCv(seed,cv::Point2f( x,y ) ) );
++ptr;
}
} //计算差值-导数
for (int y=0 ;y< ds.rows;++y)
{
float* pf = (float*)( df.data + y * df.step);
float* pg = (float*)( dg.data + y * dg.step);
unsigned char* pd = (unsigned char*)( dd.data + y * dd.step); for (int x=0;x< ds.cols;++x )
{
//计算角度
//cvWish::BeamInit(l_Search,w_Search,cv::Point2f( x,y ),df.at<float >(y,x),beam,0);//0表示从中部开始搜索
cvWish::BeamInit(l_Search,w_Search,cv::Point2f( x,y ), *pf ,beam,0);//0表示从中部开始搜索
cvWish::BeamNormal(dg.cols, dg.rows , beam); #ifdef SHOW_TEMP
int ii =0;
for (;ii<beam.size() ;++ii)
{
int j=0;
for (;j<beam[ii].size() ;++j)
{
//canvasSrc.at<cv::Vec3b>(beam[ii][j].first.y ,beam[ii][j].first.x )[0] =255 ;
//canvasSrc.at<cv::Vec3b>(beam[ii][j].first.y ,beam[ii][j].first.x )[1] =0 ;
//canvasSrc.at<cv::Vec3b>(beam[ii][j].first.y ,beam[ii][j].first.x )[2] =0 ;
}
}
//cv::imshow("edgeEvolution",canvasSrc);
//cv::waitKey(1);
#endif //dg.at<float >(y,x)= 0;
//for ( int k =0; k< l_Search; ++k ){
// dg.at<float >(y,x) += (float)( mask[k]* ds.at<unsigned char>(beam[k][0].first.y,beam[k][0].first.x) );
//}
//int s = abs ( ( (int)(dg.at<float >(y,x) ) )%255 ) ;
//dd.at<unsigned char >( y, x ) =(unsigned char) (s); *pg = 0;
for ( int k =0; k< l_Search; ++k ){
*pg += (float)( mask[k]* ds.at<unsigned char>(beam[k][0].first.y,beam[k][0].first.x) );
}
int s = abs ( ( (int)(*pg ) )%255 ) ;
*pd = (unsigned char) (s); ++pf;
++pg;
++pd;
}
} ds.copyTo(_dst);
return;
}
辅助代码:
//功能: 初始化任意角度的一个方柱,大小已经确定:l_Search*w_Search
//沿射线方向 寻找 一个柱//默认 参数 0 从中部开始
//参数 1代表 从底部开始;参数 2代表从top开始
void BeamInit(
const int l_Search, const int w_Search,
const cv::Point2f &pc, const float angle,
std::vector<std::vector<std::pair<cv::Point ,float> > > &beam,
const int bottomOrTop )
{
assert (l_Search%2 >0);//确定是奇数
assert (w_Search%2 >0);
assert ( beam.size() == l_Search);//不改变大小
assert ( beam[0].size() == w_Search); //往角度方向延长
cv::Point2f ps(0,0);
const float angleVert = angle+ PI_1_2 < PI_4_2? ( angle+ PI_1_2): ( angle+ PI_1_2)- PI_4_2;
cv::Point2f pIdx(0,0); switch (bottomOrTop)
{ case 0:
//往底部移动
ps.y = pc.y-(0- sin(angle)*l_Search/2);
ps.x = pc.x-(0- cos(angle)*l_Search/2); //往左边移动
ps.y -= 0- sin(angleVert)*w_Search/2;
ps.x -= 0- cos(angleVert)*w_Search/2; //对每个点计算
for (int i=0;i< beam.size();++i )
{
pIdx.y = ps.y +(0- sin(angle)*i);
pIdx.x = ps.x +(0- cos(angle)*i); for (int j=0;j< beam[i].size();++j )
{
beam[i][j].first.y = pIdx.y +(0- sin(angleVert)*j);
beam[i][j].first.x = pIdx.x +(0- cos(angleVert)*j);
}
} //int iwCenter = w_Search>>1;
//int ilCenter = l_Search>>1;
////先算十字中间
//for ( int i=0; i< beam.size(); ++i )
//{
// beam[i][iwCenter].first.x = 0- cos(angle)*i;;
//} break; case 1:
//往底部移动//默认底部,因此不需要移动
ps.y = pc.y;//-(0- sin(angle)*l_Search/2);
ps.x = pc.x;//-(0- cos(angle)*l_Search/2); //往左边移动
ps.y -= 0- sin(angleVert)*w_Search/2;
ps.x -= 0- cos(angleVert)*w_Search/2; //对每个点计算
for (int i=0;i< beam.size();++i )
{
pIdx.y = ps.y +(0+ sin(angle)*i);
pIdx.x = ps.x +(0+ cos(angle)*i); for (int j=0;j< beam[i].size();++j )
{
beam[i][j].first.y = pIdx.y +(0- sin(angleVert)*j);
beam[i][j].first.x = pIdx.x +(0- cos(angleVert)*j);
}
} break; case 2:
//往底部移动//默认顶部,因此需要移动到底
ps.y = pc.y -(0- sin(angle)*l_Search);
ps.x = pc.x -(0- cos(angle)*l_Search); //往左边移动
ps.y -= 0- sin(angleVert)*w_Search/2;
ps.x -= 0- cos(angleVert)*w_Search/2; //对每个点计算
for (int i=0;i< beam.size();++i )
{
pIdx.y = ps.y +(0- sin(angle)*i);
pIdx.x = ps.x +(0- cos(angle)*i); for (int j=0;j< beam[i].size();++j )
{
beam[i][j].first.y = pIdx.y +(0- sin(angleVert)*j);
beam[i][j].first.x = pIdx.x +(0- cos(angleVert)*j);
}
} break; default:
//和case 0 相同,默认设定为中间位置
//往底部移动
ps.y = pc.y-(0- sin(angle)*l_Search/2);
ps.x = pc.x-(0- cos(angle)*l_Search/2); //往左边移动
ps.y -= 0- sin(angleVert)*w_Search/2;
ps.x -= 0- cos(angleVert)*w_Search/2; //对每个点计算
for (int i=0;i< beam.size();++i )
{
pIdx.y = ps.y +(0- sin(angle)*i);
pIdx.x = ps.x +(0- cos(angle)*i); for (int j=0;j< beam[i].size();++j )
{
beam[i][j].first.y = pIdx.y +(0- sin(angleVert)*j);
beam[i][j].first.x = pIdx.x +(0- cos(angleVert)*j);
}
}
break; } return;
}
//对柱规整,使其不超出边界
void BeamNormal(
const int width ,
const int height ,
std::vector<std::vector<std::pair<cv::Point ,float> > > &beam
)
{
int w = width -1;
int h = height -1;
//对每个点 s
for ( int i=0;i< beam.size();++i )
{
for (int j=0;j< beam[i].size();++j )
{
if (beam[i][j].first.x < 0 )
{
beam[i][j].first.x = 0;
}
if (beam[i][j].first.y < 0 )
{
beam[i][j].first.y = 0;
}
if (beam[i][j].first.x >w )
{
beam[i][j].first.x = w;
}
if (beam[i][j].first.y > h )
{
beam[i][j].first.y = h;
}
}
} return;
}
代码效果:
Sobel算子取代:基于特定点方向的canny边缘检测的更多相关文章
- 每天进步一点点------Sobel算子(1)
void MySobel(IplImage* gray, IplImage* gradient) { /* Sobel template a00 a01 a02 a10 a11 a12 a20 a21 ...
- 彻底理解数字图像处理中的卷积-以Sobel算子为例
彻底理解数字图像处理中的卷积-以Sobel算子为例 作者:FreeBlues 修订记录 2016.08.04 初稿完成 概述 卷积在信号处理领域有极其广泛的应用, 也有严格的物理和数学定义. 本文只讨 ...
- Canny边缘检测算法(基于OpenCV的Java实现)
目录 Canny边缘检测算法(基于OpenCV的Java实现) 绪论 Canny边缘检测算法的发展历史 Canny边缘检测算法的处理流程 用高斯滤波器平滑图像 彩色RGB图像转换为灰度图像 一维,二维 ...
- 每天进步一点点------Sobel算子(3)基于彩色图像边缘差分的运动目标检测算法
摘 要: 针对目前常用的运动目标提取易受到噪声影响.易出现阴影和误检漏检等情况,提出了一种基于Sobel算子的彩色边缘图像检测和帧差分相结合的检测方法.首先用Sobel算子提取视频流中连续4帧图像的 ...
- 【OpenCV新手教程之十二】OpenCV边缘检測:Canny算子,Sobel算子,Laplace算子,Scharr滤波器合辑
本系列文章由@浅墨_毛星云 出品,转载请注明出处. 文章链接:http://blog.csdn.net/poem_qianmo/article/details/25560901 作者:毛星云(浅墨) ...
- [OpenCV入门教程之十二】OpenCV边缘检测:Canny算子,Sobel算子,Laplace算子,Scharr滤波器合辑
http://blog.csdn.net/poem_qianmo/article/details/25560901 本系列文章由@浅墨_毛星云 出品,转载请注明出处. 文章链接:http://blog ...
- 学习 opencv---(11)OpenC 边缘检测:Canny算子,Sobel算子,Laplace算子,Scharr滤波器
本篇文章中,我们将一起学习OpenCV中边缘检测的各种算子和滤波器——Canny算子,Sobel算子,Laplace算子以及Scharr滤波器.文章中包含了五个浅墨为大家准备的详细注释的博文配套源代码 ...
- EasyPR--开发详解(3)高斯模糊、灰度化和Sobel算子
在上篇文章中我们了解了PlateLocate的过程中的所有步骤.在本篇文章中我们对前3个步骤,分别是高斯模糊.灰度化和Sobel算子进行分析. 一.高斯模糊 1.目标 对图像去噪,为边缘检测算法做准备 ...
- 图像边缘检测——Sobel算子
边缘是图像最基本的特征,其在计算机视觉.图像分析等应用中起着重要的作用,这是因为图像的边缘包含了用于识别的有用信息,是图像分析和模式识别的主要特征提取手段. 1.何为“图像边缘”? 在图像中,“边缘” ...
随机推荐
- 【Codeforces 349B】Color the Fence
[链接] 我是链接,点我呀:) [题意] 让你组成一个只由1~9组成的数字 每个数字需要的paint数字给定. 让你组成一个最大的数字,且所有数字的paint的总和不超过v. [题解] 先求出a中的最 ...
- iOS学习笔记17-FMDB你好!
上一节我已经介绍了SQLite的简单使用,不了解的可以提前去看一下iOS学习笔记16-数据库SQLite,这节我们来讲下FMDB. 一.FMDB介绍 FMDB是一种第三方的开源库,FMDB就是对SQL ...
- python库文件路径
python中import语句导入库文件路径可通过sys.path查看.写一个简单的小程序: import sys print sys.path 运行它,本机上得到的结果如下: ['', '/usr/ ...
- [网络流24题#9] [cogs734] 方格取数 [网络流,最大流最小割]
将网格分为两部分,方法是黑白染色,即判断(i+j)&1即可,分开后从白色格子向黑色格子连边,每个点需要四条(边界点可能更少),也就是每个格子周围的四个方向.之后将源点和汇点分别于黑白格子连边, ...
- J - Simpsons’ Hidden Talents
Homer: Marge, I just figured out a way to discover some of the talents we weren’t aware we had. Marg ...
- StackOverflow 这么大,它的架构是怎么样的
原文地 [伯乐在线补充]:Nick Craver 是 StackOverflow 的软件工程师 & 网站可靠性工程师. 这是「解密 Stack Overflow 架构」系列的第一篇,本系列会有 ...
- eclipse上导入import git项目
1.左上角File->import->git eclipse 可以从很多来源处import项目,项目来源可以使git/maven/general等. import来源可以看下面 2.点击g ...
- iOS:让64位兼容百度地图
当使用了百度地图sdk的app在64位机中运行时,会出现No architectures to compile for (ONLY_ACTIVE_ARCH=YES, active arch=x86_6 ...
- PHP array_fill()
定义和用法 array_fill() 函数用给定的值填充数组,返回的数组有 number 个元素,值为 value.返回的数组使用数字索引,从 start 位置开始并递增.如果 number 为 0 ...
- Java三行代码搞定MD5加密
Java三行代码搞定MD5加密 https://www.dexcoder.com/selfly/article/4026 public class MD5Test { public static vo ...