标签：归一化 包含 默认 为我 detection 默认值 .so tips resize
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。在介绍四块知识点的时候分别一个，以及最后的综合示例中的一个。文章末尾提供配套源代码的下载。
**** 给大家分享一个OpenCv中写代码是节约时间的小常识。其实OpenCv中，不用nameWindow,直接imshow就可以显示出窗口。大家看下文的示例代码就可以发现，浅墨在写代码的时候并没有用namedWindow，遇到想显示出来的Mat变量直接imshow。我们一般是为了规范，才先用namedWindow创建窗口，再imshow出它来，因为我们还有需要用到指定窗口名称的地方，比如用到trackbar的时候。而一般情况想显示一个Mat变量的图片的话，直接imshow就可以啦。
在具体介绍之前，先来一起看看边缘检测的一般步骤吧。。
（1）滤波：边缘检测的 算法 主要是基于图像强度的一阶和二阶导数，但导数通常对噪声很敏感，因此必须采用滤波器来改善与噪声有关的边缘检测的性能。常见的滤波方法主要有 高斯滤波，即采用离散化的高斯函数产生一组归一化的高斯核（具体见“高斯滤波原理及其编程离散化实现方法”一文），然后基于高斯核函数对图像灰度矩阵的每一点进行加权和（具体程序见下文）
（2）增强 ：增强边缘 的基础是确定图像各点邻域强度的变化值。增强算法可以将图像灰度点邻域强度值有显著变化的点凸显出来。在具体编程实现时，可通过计算梯度幅值来确定。
（3）检测： 经过增强的图像，往往邻域中有很多点的梯度值比较大，而在特定的应用中，这些点并不是我们想要的找的边缘点，所以应该采用某种方法来对这些点进行取舍。在实际工程中，常用的方法是 通过阈值化方法来检测。
另外，需要注意，下文中讲到的Laplace算子，sobel算子和Scharr算子都是带方向的，所以，示例中我们分别写了X方向,Y方向和最终合成的的效果图。
Canny 边缘检测算子是John F.Canny于 1986 年开发出来的一个多级边缘检测算法。更为重要的是 Canny 创立了边缘检测计算理论（Computational theory ofedge detection），解释了这项技术是如何工作的。Canny边缘检测算法以Canny的名字命名，被很多人推崇为当今最优的边缘检测的算法。
其中，Canny 的目标是找到一个最优的边缘检测算法，让我们看一下最优边缘检测的三个主要评价标准:
1 低错误率：标识出尽可能多的实际边缘，同时尽可能的减少噪声产生的误报
2 高定位性： 标识出的边缘要与图像中的实际边缘尽可能接近
3 最小响应： 图像中的边缘只能标识一次，并且可能存在的图像噪声不应标识为边缘
为了满足这些要求，Canny使用了 变分法 ，这是一种寻找满足特定功能的函数的方法。最优检测使用4个指数函数项的和来表示，但是它们非常近似于高斯函数的一阶导数。
1 消除噪声。一般情况下，使用高斯平滑滤波器卷积降噪。 如下显示了一个 size = 5 的高斯内核示例:
不能理解还。。。。。。。。。。。。。。
2.计算梯度幅值和方向。（此处按照Sobel滤波器的步骤）
（1）运用一对卷积阵列（分别作用于x和y方向）
（2）使用下列公式计算梯度幅值和方向
梯度方向近似到四个可能角度之一(一般为0, 45, 90, 135)
（3）非极大值抑制。这一步排除非边缘像素，仅仅保留了一些细线条（候选边缘）
（4）滞后阈值。最后一步，Canny使用了滞后阈值，滞后阈值需要两个阈值(高阈值和低阈值):
（1）如果某一像素位置的幅值超过高阈值，该像素被保留为边缘像素
（2）如果某一像素位置的幅值小于低阈值，该像素被排除
（3）如果某一像素位置的幅值在俩个阈值之间，该像素仅仅在连接到一个高于高阈值的像素时被保留
tips：对于Canny函数的使用，推荐的高低阈值比在2:1到3:1之间。
更多的细节，可以参考canny算子的wikipedia：http://en.wikipedia.org/wiki/Canny_edge_detector
发现浅墨大神推荐的俩个网址失效了，改天我会专门 写一节关于Canny的博客。。。。这里暂时先不做过多的理解
Canny函数利用Canny算法来进行图像的边缘检测。
1 void Canny(InputArray image,OutputArray edges,double threshold1,
2 threshold2,int apertureSize = 3,bool L2gradient=false);
需要注意的是，这个函数阈值1和阈值2两者的小者用于边缘连接，而大者用来控制强边缘的初始段，推荐的高低阈值比在2:1到3:1之间。
调用示例：
1 //载入原始图
2 Mat src = imread("1.jpg");
3 Canny(src,src,3,9,3);
4 imshow("【效果图】Canny边缘检测", src);
如上三句，就有结果出来，非常好用。
1 #include <opencv2/core/core.hpp>
2 #include <opencv2/opencv.hpp>
3 #include <opencv2/highgui/highgui.hpp>
4 #include <opencv2/imgproc/imgproc.hpp>
5 #include <iostream>
6
7 using namespace std;
8 using namespace cv;
9
10 /*-------------------------------------------
11 【1】Canny算子
12 --------------------------------------------*/
13 int main()
14 {
15 //载入原始图
16 Mat src = imread("1.jpg");
17 Mat src1 = src.clone();
18 //Mat src2 = src.clone();
19
20 //显示原始图
21 imshow("【原始图】Canny边缘检测", src);
22
23 /*-------------------------------------------
24 （1） 最简单的canny用法，拿到原图后直接用
25 ---------------------------------------------*/
26 Canny(src,src,150,100,3);
27 imshow("【效果图】Canny边缘检测", src);
28
29 /*------------------------------------------------------------------------------------------------------------
30 (2)高阶的canny用法，转成灰度图，降噪，用Canny,最后得到的边缘作为掩码，拷贝原图到效果图上，得到彩色的边缘图
31 --------------------------------------------------------------------------------------------------------------*/
32 Mat dst, edge, gray;
33
34 //(1)创建于src 同类型和大小的矩阵（dst）
35 dst.create(src1.size(),src1.type());
36
37 //(2)将原图转换为灰度图像
38 cvtColor(src1,gray,CV_BGR2GRAY);
39
40 //(3)使用3*3内核来降噪
41 blur(gray,edge,Size(3,3));
42
43 //(4)运行Canny算子
44 Canny(edge,edge,3,9,3);
45
46 //(5)将g_dstImage内的所有元素设置为0
47 dst = Scalar::all(0);
48
49 //(6)使用Canny算子输出的边缘图g_cannyDetectEdges作为掩码，来将原图g_srcImage拷到目标图g_dstImage中
50 src1.copyTo(dst,edge);
51
52 //(7)显示效果图
53 imshow("【效果图】Canny边缘检测2", dst);
54
55 waitKey();
56
57 return 0;
58 }
我这里第一个不知道为什么不成功，显示出的是一片黑。。。。。。。。。。（我猜是不是在3版本中不能这样直接用，或者格式不是这样的）
sobel 算子是一个主要用做边缘检测的离散微分算子（discrete differentiation operator）.Sobel算子结合了高斯平滑和微分求导，用来计算图像灰度函数的近似梯度。在图像的任何一点使用此算子，将会产生对应的梯度矢量或是其法矢量。
sobel算子相关概念，还可以参看这篇博文：http://www.cnblogs.com/lancidie/archive/2011/07/17/2108885.html
3.1.2 sobel算子的计算过程
。。。。。。。。明天继续
学习 opencv---(11)OpenC 边缘检测：Canny算子，Sobel算子，Laplace算子，Scharr滤波器
标签：归一化 包含 默认 为我 detection 默认值 .so tips resize
原文地址：http://www.cnblogs.com/wyuzl/p/6286083.html
