OPENCV-6 学习笔记

边缘检测

步骤：

• 滤波
• 增强
• 检测

canny算子—Canny 的目标是找到一个最优的边缘检测算法

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。

函数：

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

用例：

Mat src = imread("1.jpg");  
Canny(src, src, 3, 9,3 );  
imshow("【效果图】", src);  

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

函数：

void Sobel (  
InputArray src,//输入图  OutputArray dst,//输出图  int ddepth,//输出图像的深度  int dx,  //x方向梯度int dy,  //y方向梯度int ksize=3,  double scale=1,  double delta=0,  int borderType=BORDER_DEFAULT );  

其小弟——Scharr函数，无内核大小的参数

void Scharr(  
InputArray src, //源图  OutputArray dst, //目标图  int ddepth,//图像深度  int dx,// x方向上的差分阶数  int dy,//y方向上的差分阶数  double scale=1,//缩放因子  double delta=0,// delta值  intborderType=BORDER_DEFAULT )// 边界模式  

Laplace算子

函数：

void Laplacian(InputArray src,OutputArray dst, int ddepth, int ksize=1, double scale=1, double delta=0, intborderType=BORDER_DEFAULT );