OpenCV2马拉松第17圈——边缘检測(Canny边缘检測)

计算机视觉讨论群162501053

转载请注明：http://blog.csdn.net/abcd1992719g

收入囊中

利用OpenCV Canny函数进行边缘检測
掌握Canny算法基本理论
分享Java的实现

葵花宝典

在此之前，我们先阐述一下canny检測的算法.总共分为4部分.

(1)处理噪声

一般用高斯滤波.OpenCV使用例如以下核

$K = dfrac{1}{159}egin{bmatrix} 2 & 4 & 5 & 4 & 2 \ 4 & 9 & 12 & 9 & 4 \ 5 & 12 & 15 & 12 & 5 \ 4 & 9 & 12 & 9 & 4 \ 2 & 4 & 5 & 4 & 2 end{bmatrix}$

(2)计算梯度幅值

先用例如以下Sobel算子计算出水平和竖直梯度

$G_{x} = egin{bmatrix}-1 & 0 & +1 \-2 & 0 & +2 \-1 & 0 & +1end{bmatrix}G_{y} = egin{bmatrix}-1 & -2 & -1 \0 & 0 & 0 \+1 & +2 & +1end{bmatrix}$

我在OpenCV2马拉松第14圈——边缘检測(Sobel,prewitt,roberts)具体介绍了Sobel算子

然后计算每一个点的梯度幅值和方向

$egin{array}{l}G = sqrt{ G_{x}^{2} + G_{y}^{2} } \ heta = arctan(dfrac{ G_{y} }{ G_{x} })end{array}$

方向最后选4个 (0, 45, 90 or 135)

(3)非极大值抑制

（图片来自http://blog.csdn.net/likezhaobin/article/details/6892176）

以下的蓝色字体分析也来自http://blog.csdn.net/likezhaobin/article/details/6892176 很感谢

图像梯度幅值矩阵中的元素值越大，说明图像中该点的梯度值越大，但这不不能说明该点就是边缘（这不过属于图像增强的过程）。在Canny算法中，非极大值抑制是进行边缘检測的重要步骤，通俗意义上是指寻找像素点局部最大值，将非极大值点所相应的灰度值置为0，这样能够剔除掉一大部分非边缘的点。

依据上图可知。要进行非极大值抑制，就首先要确定像素点C的灰度值在其8值邻域内是否为最大。图1中蓝色的线条方向为C点的梯度方向。这样就能够确定其局部的最大值肯定分布在这条线上，也即出了C点外，梯度方向的交点dTmp1和dTmp2这两个点的值也可能会是局部最大值。因此。推断C点灰度与这两个点灰度大小就可以推断C点是否为其邻域内的局部最大灰度点。假设经过推断，C点灰度值小于这两个点中的任一个。那就说明C点不是局部极大值。那么则能够排除C点为边缘。把C的灰度值改为0,假设C是极大值。能够设为128。

这就是非极大值抑制的工作原理。

但实际上，我们仅仅能得到C点邻域的8个点的值，而dTmp1和dTmp2并不在当中，要得到这两个值就须要对该两个点两端的已知灰度进行线性插值，也即依据图1中的g1和g2对dTmp1进行插值。依据g3和g4对dTmp2进行插值，这要用到其梯度方向，这是上文Canny算法中要求解梯度方向矩阵theta的原因。

我相信上面的解释很明确了。这也是为什么我们要选0。45，90，135四个方向的原因

////////////////////第一种情况///////////////////////
///////// g1 g2 /////////////
///////// C /////////////
///////// g3 g4 /////////////
/////////////////////////////////////////////////////
////////////////////另外一种情况///////////////////////
///////// g1 /////////////
///////// g2 C g3 /////////////
///////// g4 /////////////
/////////////////////////////////////////////////////
////////////////////第三种情况///////////////////////
///////// g1 g2 /////////////
///////// C /////////////
///////// g4 g3 /////////////
/////////////////////////////////////////////////////
////////////////////第四种情况///////////////////////
///////// g1 /////////////
///////// g4 C g2 /////////////
///////// g3 /////////////
/////////////////////////////////////////////////////

(4)双阀值检測

在上个步骤中，产生了梯度幅值， (upper and lower):

假设一个像素点的梯度值大于upper,则是边界

假设一个像素点的梯度值小于lower,则不是边界

假设介于两者之间,仅当这个点和边界点连通才会被觉得是边界点

依据高阈值得到一个边缘图像，这样一个图像含有非常少的假边缘。可是因为阈值较高。产生的图像边缘可能不闭合。为解决这样一个问题採用了另外一个低阈值。在高阈值图像中把边缘链接成轮廓，当到达轮廓的端点时。该算法会在断点的8邻域点中寻找满足低阈值的点。再依据此点收集新的边缘，直到整个图像边缘闭合。

Canny推荐upper:lower 的比例为 2:1 或者 3:1.

小提示：由于，所以最高阀值不是255而是360！还有处于[lower,upper]的点检測是否是边界肯定要放在最后一步。也就是[0,lower),(upper,360]的点都处理完再处理。这样才干判连通!

初识API

C++: void Canny(InputArray image, OutputArray edges, double threshold1, double threshold2, int apertureSize=3, bool L2gradient=false )

	image – 单通道8比特图像 edges – 输出图像。和src有同样的大小类型 threshold1 – 低阀值 threshold2 – 高阀值 apertureSize – Sobel算子的大小 L2gradient – 一个标识位,一旦设置就启用更准确的 $L_2$ norm $=sqrt{(dI/dx)^2 + (dI/dy)^2}$ 去计算图像梯度,默认使用 $L_1$ norm $=\|dI/dx\|+\|dI/dy\|$

荷枪实弹

我们就来看看非常easy的例子程序吧

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>

using namespace cv;

/// Global variables
Mat src, src_gray;
Mat dst, detected_edges;

int lowThreshold;
int const max_lowThreshold = 100;
int ratio = 3;
int kernel_size = 3;
const char* window_name = "Edge Map";

static void CannyThreshold(int, void*)
{
    blur( src_gray, detected_edges, Size(3,3) );
    Canny( detected_edges, detected_edges, lowThreshold, lowThreshold*ratio, kernel_size );
    dst = Scalar::all(0);
    //detected_edges是mask,仅仅有detected_edges被置上（边缘）。才会从原始彩色图像copy到dot中，所以展示的是彩色边缘
    src.copyTo( dst, detected_edges);
    imshow( window_name, dst );
}

int main( int, char** argv )
{
  src = imread( argv[1] );
  dst.create( src.size(), src.type() );
  cvtColor( src, src_gray, CV_BGR2GRAY );

  namedWindow( window_name, CV_WINDOW_AUTOSIZE );
  createTrackbar( "Min Threshold:", window_name, &lowThreshold, max_lowThreshold, CannyThreshold );

  CannyThreshold(0, 0);

  waitKey(0);
  return 0;
}

效果图：

举一反三

C的实现http://blog.csdn.net/likezhaobin/article/details/6892629

以下是一个Java实现，曾经是在windows上写的。如今在mac里怎么编码有问题了...

public int[][] CannyEdgeDetect(int[][] oldmat)
	{
		
		int[][] tempI = gaussFilter(oldmat); 
		
		//////////////////Õ¨—˘ø…“‘”√≤ªÕ¨µƒºÏ≤‚∆˜/////////////////////////  
		/////    P[i,j]=(S[i,j+1]-S[i,j]+S[i+1,j+1]-S[i+1,j])/2     /////  
		/////    Q[i,j]=(S[i,j]-S[i+1,j]+S[i,j+1]-S[i+1,j+1])/2     /////  
		/////////////////////////////////////////////////////////////////  
		float[][] P = new float[height][width];                 //xœÚ∆´µº ˝  
		float[][] Q = new float[height][width];                 //yœÚ∆´µº ˝  
		int[][] M = new int[height][width];                       //Ã›∂»∑˘÷µ  
		float[][] Theta = new float[height][width];             //Ã›∂»∑ΩœÚ  
		//º∆À„x,y∑ΩœÚµƒ∆´µº ˝  
		for(int i=0; i<(width-1); i++)  
		{  
			for(int j=0; j<(height-1); j++)  
			{  
				P[j][i] = (float)(tempI[j][Math.min(i+1, width-1)] - tempI[j][i] + tempI[Math.min(j+1, height-1)][Math.min(i+1, width-1)] - tempI[Math.min(j+1, height-1)][i])/2;  
				Q[j][i] = (float)(tempI[j][i] - tempI[Math.min(j+1, height-1)][i] + tempI[j][Math.min(i+1, width-1)] - tempI[Math.min(j+1, height-1)][Math.min(i+1, width-1)])/2; 
				
			}  
		}  
		//º∆À„Ã›∂»∑˘÷µ∫ÕÃ›∂»µƒ∑ΩœÚ  
		for(int i=0; i<width; i++)  
		{  
			for(int j=0; j<height; j++)  
			{  
				M[j][i] = (int)(Math.sqrt(P[j][i]*P[j][i] + Q[j][i]*Q[j][i])+0.5); 
				//System.out.println(M[j][i]);
				Theta[j][i] = (float) (Math.atan2(Q[j][i], P[j][i]) * 57.3);  
				if(Theta[j][i] < 0)  
					Theta[j][i] += 360;              //Ω´’‚∏ˆΩ«∂»◊™ªªµΩ0~360∑∂Œß  
			}  
		}  
		
		
		int[][] N = new int[height][width];  			//∑«º´¥Û÷µ“÷÷∆Ω·π˚  
		int g1=0, g2=0, g3=0, g4=0;                     //”√”⁄Ω¯––≤Â÷µ£¨µ√µΩ—«œÒÀÿµ„◊¯±Í÷µ  
		double dTmp1=0.0, dTmp2=0.0;                    //±£¥Ê¡Ω∏ˆ—«œÒÀÿµ„≤Â÷µµ√µΩµƒª“∂» ˝æ›  
		double dWeight=0.0;                             //≤Â÷µµƒ»®÷ÿ  
		
		//±ﬂΩÁ≥ı ºªØ
		for(int i=0; i<width; i++)  
		{  
		        N[0][i] = 0;  
		        N[height-1][i] = 0;  
		}  
		for(int j=0; j<height; j++)  
		{  
		        N[j][0] = 0;  
		        N[j][width-1] = 0;  
		}  
		
		//Ω¯––æ÷≤ø◊Ó¥Û÷µ—∞’“
		for(int i=1; i<(width-1); i++)  
		{  
		    for(int j=1; j<(height-1); j++)  
		    {  
		        if(M[j][i] == 0)  
		            N[j][i] = 0;         //»Áπ˚µ±«∞Ã›∂»∑˘÷µŒ™0£¨‘Ú≤ª «æ÷≤ø◊Ó¥Û∂‘∏√µ„∏≥Œ™0  
		        else  
		        {  
		        //////// ◊œ»≈–∂œ Ù”⁄ƒ«÷÷«Èøˆ£¨»ª∫Û∏˘æ›«Èøˆ≤Â÷µ///////  
		        ////////////////////µ⁄“ª÷÷«Èøˆ///////////////////////  
		        /////////       g1  g2                  /////////////  
		        /////////           C                   /////////////  
		        /////////           g3  g4              /////////////  
		        /////////////////////////////////////////////////////  
		        if( ((Theta[j][i]>=90)&&(Theta[j][i]<135)) ||   
		                ((Theta[j][i]>=270)&&(Theta[j][i]<315)))  
		            {  
		                //////∏˘æ›–±¬ ∫ÕÀƒ∏ˆ÷–º‰÷µΩ¯––≤Â÷µ«ÛΩ‚  
		                g1 = M[j-1][i-1];  
		                g2 = M[j-1][i];  
		                g3 = M[j+1][i];  
		                g4 = M[j+1][i+1];  
		                dWeight = Math.abs(P[j][i])/Math.abs(Q[j][i]);   //∑¥’˝«–  
		                dTmp1 = g1*dWeight+g2*(1-dWeight);  
		                dTmp2 = g4*dWeight+g3*(1-dWeight);  
		            }  
		        ////////////////////µ⁄∂˛÷÷«Èøˆ///////////////////////  
		        /////////       g1                      /////////////  
		        /////////       g2  C   g3              /////////////  
		        /////////               g4              /////////////  
		        /////////////////////////////////////////////////////  
		            else if( ((Theta[j][i]>=135)&&(Theta[j][i]<180)) ||   
		                ((Theta[j][i]>=315)&&(Theta[j][i]<360)))  
		            {  
		                g1 = M[j-1][i-1];  
		                g2 = M[j][i-1];  
		                g3 = M[j][i+1];  
		                g4 = M[j+1][i+1];  
		                dWeight = Math.abs(Q[j][i])/Math.abs(P[j][i]);   //’˝«–  
		                dTmp1 = g2*dWeight+g1*(1-dWeight);  
		                dTmp2 = g4*dWeight+g3*(1-dWeight);  
		            }  
		        ////////////////////µ⁄»˝÷÷«Èøˆ///////////////////////  
		        /////////           g1  g2              /////////////  
		        /////////           C                   /////////////  
		        /////////       g4  g3                  /////////////  
		        /////////////////////////////////////////////////////  
		            else if( ((Theta[j][i]>=45)&&(Theta[j][i]<90)) ||   
		                ((Theta[j][i]>=225)&&(Theta[j][i]<270)))  
		            {  
		                g1 = M[j-1][i];  
		                g2 = M[j-1][i+1];  
		                g3 = M[j+1][i];  
		                g4 = M[j+1][i-1];  
		                dWeight = Math.abs(P[j][i])/Math.abs(Q[j][i]);   //∑¥’˝«–  
		                dTmp1 = g2*dWeight+g1*(1-dWeight);  
		                dTmp2 = g3*dWeight+g4*(1-dWeight);  
		            }  
		            ////////////////////µ⁄Àƒ÷÷«Èøˆ///////////////////////  
		            /////////               g1              /////////////  
		            /////////       g4  C   g2              /////////////  
		            /////////       g3                      /////////////  
		            /////////////////////////////////////////////////////  
		            else if( ((Theta[j][i]>=0)&&(Theta[j][i]<45)) ||   
		                ((Theta[j][i]>=180)&&(Theta[j][i]<225)))  
		            {  
		                g1 = M[j-1][i+1];  
		                g2 = M[j][i+1];  
		                g3 = M[j+1][i-1];  
		                g4 = M[j][i-1];  
		                dWeight = Math.abs(Q[j][i])/Math.abs(P[j][i]);   //’˝«–  
		                dTmp1 = g1*dWeight+g2*(1-dWeight);  
		                dTmp2 = g3*dWeight+g4*(1-dWeight);  
		            }  
		        }         
		        //////////Ω¯––æ÷≤ø◊Ó¥Û÷µ≈–∂œ£¨≤¢–¥»ÎºÏ≤‚Ω·π˚////////////////  
		        if((M[j][i]>=dTmp1) && (M[j][i]>=dTmp2))  
		            N[j][i] = 128;  
		        else  
		            N[j][i] = 0;  
		        
		        //System.out.println(N[j][i]);
		        }  
		}  
		
		
		//À´∑ß÷µºÏ≤‚ µœ÷
		int []nHist = new int[1024];   
		int nEdgeNum;             //ø…ƒ‹±ﬂΩÁ ˝  
		int nMaxMag = 0;          //◊Ó¥ÛÃ›∂» ˝  
		int nHighCount;  
		
		//Õ≥º∆÷±∑ΩÕº
		for(int i=0;i<1024;i++)  
	        nHist[i] = 0;  
		for(int i=0; i<width; i++)  
		{  
	        for(int j=0; j<height; j++)  
	        {  
	              if(N[j][i]==128)  
	                   nHist[M[j][i]]++;  
	        }  
		}  
		
		//ªÒ»°◊Ó¥ÛÃ›∂»∑˘÷µº∞«±‘⁄±ﬂ‘µµ„∏ˆ ˝
		nEdgeNum = nHist[0];  
		nMaxMag = 0;                    //ªÒ»°◊Ó¥ÛµƒÃ›∂»÷µ        
		for(int i=1; i<1024; i++)           //Õ≥º∆æ≠π˝°∞∑«◊Ó¥Û÷µ“÷÷∆°±∫Û”–∂‡…ŸœÒÀÿ  
		{  
		    if(nHist[i] != 0)       //Ã›∂»Œ™0µƒµ„ «≤ªø…ƒ‹Œ™±ﬂΩÁµ„µƒ  
		    {  
		        nMaxMag = i;  
		    }     
		    nEdgeNum += nHist[i];   //æ≠π˝non-maximum suppression∫Û”–∂‡…ŸœÒÀÿ  
		}  
		
		//º∆À„¡Ω∏ˆ∑ß÷µ
		float  dRatHigh = 0.79f;  
		float  dThrHigh;  
		float  dThrLow;  
		float  dRatLow = 0.5f;  
		nHighCount = (int)(dRatHigh * nEdgeNum + 0.5);  
		int k = 1;  
		nEdgeNum = nHist[1];  
		while((k<(nMaxMag-1)) && (nEdgeNum < nHighCount))  
		{  
		       k++;  
		       nEdgeNum += nHist[k];  
		}  
		dThrHigh = k;                                   //∏ﬂ„–÷µ  
		dThrLow = (int)((dThrHigh) * dRatLow + 0.5);    //µÕ„–÷µ  
		System.out.println("high = " + dThrHigh + "low = " + dThrLow);
		//dThrHigh = 10;
		//dThrLow = 5;
		
		
		//Ω¯––±ﬂ‘µºÏ≤‚ 
		int cx = width;  
		int cy = height;  
		for(int i=0; i<width; i++)  
		{  
		    for(int j=0; j<height; j++)  
		    {  
		        if((N[j][i]==128) && (M[j][i] >= dThrHigh))  
		        {  
		            N[j][i] = 255;  
		            TraceEdge(j, i, (int)(dThrLow+0.5), N, M);  
		        }  
		    }  
		}  
		
		//Ω´ªπ√ª”–…Ë÷√Œ™±ﬂΩÁµƒµ„…Ë÷√Œ™∑«±ﬂΩÁµ„  
		for(int i=0; i<width; i++)  
		{  
		    for(int j=0; j<height; j++)  
		    {  
		        if(N[j][i] != 255)  
		        {  
		            N[j][i]  = 0 ;   // …Ë÷√Œ™∑«±ﬂΩÁµ„  
		        }  
		        N[j][i] = N[j][i] + (N[j][i] << 8) + (N[j][i] << 16);
		    }  
		}  
		
		
		return N;
		
	}
	
	/*
	 * cancy ∏®÷˙∫Ø ˝
	 */
	private void TraceEdge(int y, int x, int nThrLow, int[][] pResult, int[][] pMag)  
	{  
	    //∂‘8¡⁄”ÚœÒÀÿΩ¯––≤È—Ø  
	    int[] xNum = {1,1,0,-1,-1,-1,0,1};  
	    int[] yNum = {0,1,1,1,0,-1,-1,-1};  
	    int yy,xx,k;  
	    for(k=0;k<8;k++)  
	    {  
	        yy = y+yNum[k];  
	        xx = x+xNum[k];  
	        if(pResult[yy][xx]==128 && pMag[yy][xx]>=nThrLow )  
	        {  
	            //∏√µ„…ËŒ™±ﬂΩÁµ„  
	            pResult[yy][xx] = 255;  
	            //“‘∏√µ„Œ™÷––ƒ‘ŸΩ¯––∏˙◊Ÿ  
	            TraceEdge(yy,xx,nThrLow,pResult,pMag);  
	        }  
	    }  
	}

初识API

相关阅读:
H5 移动端相册拍照录音录像,然后上传后台
 h5 移动端调用相机摄像机录音机获取文件,并下载到本地
 Java 判断字符串是否含有数字字母特殊字符
 java 以0开头的数字计算,保留开头0
Spring 与hibernate 整合，测试数据连接
 http://blog.csdn.net/basycia/article/details/52205916
MySQL数据库基础知识002
数据库基础知识001
数组排序
 输出杨辉三角
原文地址：https://www.cnblogs.com/yxysuanfa/p/7133737.html