任何人都可以帮助我如何使用opencv cannyedge检测来计算非定向边缘的数量?我有一个来自opencv的cannyEdge图像,我希望有一个基于边缘方向的直方图,我可以计算它的方向和非方向边数。
答案 0 :(得分:38)
我认为您将边缘检测与梯度检测混淆。 Canny提供了一个基于梯度幅度的边缘图(通常使用Sobel算子,但它可以使用其他算子),因为Canny只返回它无法为您提供方向信息的阈值梯度幅度信息。
编辑:我应该澄清Canny算法确实使用渐变方向进行非最大抑制步骤。但是,Canny
的OpenCV实现会隐藏此方向信息,并且只返回边缘幅度图。
获得梯度大小和方向的基本算法如下:
Sx
)。Sy
)。sqrt(Sx*Sx + Sy*Sy)
。arctan(Sy / Sx)
计算渐变方向。此算法可以使用以下OpenCV函数实现:Sobel,magnitude和phase。
下面是一个计算渐变幅度和相位的示例,以及显示渐变方向的粗略颜色映射:
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
#include <vector>
using namespace cv;
using namespace std;
Mat mat2gray(const cv::Mat& src)
{
Mat dst;
normalize(src, dst, 0.0, 255.0, cv::NORM_MINMAX, CV_8U);
return dst;
}
Mat orientationMap(const cv::Mat& mag, const cv::Mat& ori, double thresh = 1.0)
{
Mat oriMap = Mat::zeros(ori.size(), CV_8UC3);
Vec3b red(0, 0, 255);
Vec3b cyan(255, 255, 0);
Vec3b green(0, 255, 0);
Vec3b yellow(0, 255, 255);
for(int i = 0; i < mag.rows*mag.cols; i++)
{
float* magPixel = reinterpret_cast<float*>(mag.data + i*sizeof(float));
if(*magPixel > thresh)
{
float* oriPixel = reinterpret_cast<float*>(ori.data + i*sizeof(float));
Vec3b* mapPixel = reinterpret_cast<Vec3b*>(oriMap.data + i*3*sizeof(char));
if(*oriPixel < 90.0)
*mapPixel = red;
else if(*oriPixel >= 90.0 && *oriPixel < 180.0)
*mapPixel = cyan;
else if(*oriPixel >= 180.0 && *oriPixel < 270.0)
*mapPixel = green;
else if(*oriPixel >= 270.0 && *oriPixel < 360.0)
*mapPixel = yellow;
}
}
return oriMap;
}
int main(int argc, char* argv[])
{
Mat image = Mat::zeros(Size(320, 240), CV_8UC1);
circle(image, Point(160, 120), 80, Scalar(255, 255, 255), -1, CV_AA);
imshow("original", image);
Mat Sx;
Sobel(image, Sx, CV_32F, 1, 0, 3);
Mat Sy;
Sobel(image, Sy, CV_32F, 0, 1, 3);
Mat mag, ori;
magnitude(Sx, Sy, mag);
phase(Sx, Sy, ori, true);
Mat oriMap = orientationMap(mag, ori, 1.0);
imshow("magnitude", mat2gray(mag));
imshow("orientation", mat2gray(ori));
imshow("orientation map", oriMap);
waitKey();
return 0;
}
使用圆形图像:
这导致以下幅度和方向图像:
最后,这是渐变方向图:
更新: Abid实际上在评论中提出了一个很好的问题“这里的方向是什么意思?”,我认为需要进一步讨论。我假设phase
函数没有从正常y轴下降的正常图像处理角度切换坐标框架,而正x轴是正确的。给定这个假设,导致下面的图像显示圆周围的梯度方向矢量:
这可能很难习惯,因为轴从我们通常习惯的数学类中翻转过来......因此,渐变方向是法线向量在渐增方向上向渐变表面所形成的角度变化
希望你发现有帮助!