OpenCV边缘检测

古城微笑少年丶 2023-01-10 14:38 238阅读 0赞

梯度算子：是一阶导数算子，是水平G(x),G(y)方向对应模板的组合，也有对角线方向。

常见的一阶算子：

Roberts交叉算子，Rrewitt算子，Sobel算子

![M\_\{x\}=][M_x]

![M\_\{y\}][M_y]=

Roberts交叉算子是对角线方向的梯度算子，对应的水平方向和竖直方向的梯度分别为：

![G\_\{x\}=f(x+1,y+1)-f(x,y), G\_\{y\}=f(x,y+1)-f(x+1,y)][G_x_f_x_1_y_1_-f_x_y_ G_y_f_x_y_1_-f_x_1_y]

Robert算子优缺点：

优点：边缘定位比较准，适用于边缘明显且噪声较少的图像。

缺点：没有描述水平和 竖直方向的灰度变化，只是关注了对角线方向，鲁棒性差，由于点本身参与了梯度计算，不能有效抑制噪声的干扰。

Sobel算子：

![M\_\{x\}][M_x 1]=

![M\_\{y\}][M_y]=

![G\_\{x\}=f(x+1,y+1)-f(x-1,y+1)+2f(x+1,y)-2f(x-1,y)+f(x+1,y-1)-f(x-1,y-1)][G_x_f_x_1_y_1_-f_x-1_y_1_2f_x_1_y_-2f_x-1_y_f_x_1_y-1_-f_x-1_y-1]

![G\_\{y\}=f(x-1,y+1)-f(x-1,y-1)+2f(x,y+1)-2f(x,y-1)+f(x+1,y+1)-f(x+1,y-1)][G_y_f_x-1_y_1_-f_x-1_y-1_2f_x_y_1_-2f_x_y-1_f_x_1_y_1_-f_x_1_y-1]

Sobel算子引入了类似局部加权平均的运算，对边缘的定位比prewitt 算子好。

sobel算子函数：

dst=cv2.Sobel(src,ddepth,dx,dy,ksize)

参数说明：参数2：图像的深度，-1表示采用的与原图像相同写深度。目标图像的深度必须大于等于原图像的深度；

参数3，4.dx,dy表示的是求导的阶数，0表示这个方向上没有求导，一般为0，1，2

参数5：ksize是sobel算子的大小，必须为1，3，5，7.

#Sobel算子练习
    import numpy as np
    import cv2
    from matplotlib import pyplot as plt
    img = cv2.imread('test.jpg',0)
    sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=5)
    sobely = cv2.Sobel(img,cv2.CV_64F,0,1,ksize=5)
    plt.subplot(1,3,1),plt.imshow(img,cmap = 'gray')
    plt.title('Original'),plt.xticks([]),plt.yticks([])
    plt.subplot(1,3,2),plt.imshow(sobelx,cmap = 'gray')
    plt.title('Sobel X'),plt.xticks([]),plt.yticks([])
    plt.subplot(1,3,3),plt.imshow(sobely,cmap = 'gray')
    plt.title('Sobel Y'),plt.xticks([]),plt.yticks([])
    plt.show()

梯度图结果:

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dpbmdneW4_size_16_color_FFFFFF_t_70][]

Canny边缘检测算法

先平滑后求导。

评价边缘检测性能优劣的指标：

1好的信噪比，2高的定位性能，3虚假相应边缘应该得到最大抑制。

cv2.Canny(image,th1,th2,Size)

image:源图像

dth1:阈值1

th2:阈值2

Size:可选参数，Sobel算子的大小

步骤：

1彩色图像转换为灰度图像（以灰度图单通道图读入）

2对图像进行高斯模糊（去噪）

3计算图像梯度，根据梯度计算图像边缘幅值与角度

4沿梯度方向进行非极大值抑制（边缘细化）

5双阈值边缘连接处理

6二值化图像输出结果

import cv2
    import numpy as np
    img = cv2.imread('test.jpg')
    v1 = cv2.Canny(img,80,150,(3,3))
    v2 = cv2.Canny(img,50,100,(5,5))
    ret = np.hstack((v1,v2))
    cv2.imshow('img',ret)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dpbmdneW4_size_16_color_FFFFFF_t_70 1][]

实验测试用的原图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dpbmdneW4_size_16_color_FFFFFF_t_70 2][]

[M_x]: https://private.codecogs.com/gif.latex?%5Cfn_cm%20M_%7Bx%7D%3D
[M_y]: https://private.codecogs.com/gif.latex?%5Cfn_cm%20M_%7By%7D
[G_x_f_x_1_y_1_-f_x_y_ G_y_f_x_y_1_-f_x_1_y]: https://private.codecogs.com/gif.latex?%5Cfn_cm%20G_%7Bx%7D%3Df%28x&plus;1%2Cy&plus;1%29-f%28x%2Cy%29%2C%20G_%7By%7D%3Df%28x%2Cy&plus;1%29-f%28x&plus;1%2Cy%29
[M_x 1]: https://private.codecogs.com/gif.latex?%5Cfn_cm%20M_%7Bx%7D
[G_x_f_x_1_y_1_-f_x-1_y_1_2f_x_1_y_-2f_x-1_y_f_x_1_y-1_-f_x-1_y-1]: https://private.codecogs.com/gif.latex?%5Cfn_cm%20G_%7Bx%7D%3Df%28x&plus;1%2Cy&plus;1%29-f%28x-1%2Cy&plus;1%29&plus;2f%28x&plus;1%2Cy%29-2f%28x-1%2Cy%29&plus;f%28x&plus;1%2Cy-1%29-f%28x-1%2Cy-1%29
[G_y_f_x-1_y_1_-f_x-1_y-1_2f_x_y_1_-2f_x_y-1_f_x_1_y_1_-f_x_1_y-1]: https://private.codecogs.com/gif.latex?%5Cfn_cm%20G_%7By%7D%3Df%28x-1%2Cy&plus;1%29-f%28x-1%2Cy-1%29&plus;2f%28x%2Cy&plus;1%29-2f%28x%2Cy-1%29&plus;f%28x&plus;1%2Cy&plus;1%29-f%28x&plus;1%2Cy-1%29
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dpbmdneW4_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20210124225213188.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dpbmdneW4=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dpbmdneW4_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20210124214448635.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dpbmdneW4=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dpbmdneW4_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20210124225819654.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dpbmdneW4=,size_16,color_FFFFFF,t_70