opencv - 从canny计算非方向性边缘

时间:2012-06-21 20:01:12

标签: opencv edge-detection

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。

1 个答案:

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:

  1. 沿X方向计算Sobel(Sx)。
  2. 在Y方向计算Sobel(Sy)。
  3. 计算渐变幅度sqrt(Sx*Sx + Sy*Sy)
  4. 使用arctan(Sy / Sx)计算渐变方向。
  5. 此算法可以使用以下OpenCV函数实现:Sobelmagnitudephase

    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:
    enter image description here

    这导致以下幅度和方向图像:
    magnitude orientation

    最后,这是渐变方向图:
    map

    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:

    enter image description here

    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!