0032-使用OpenCV對影象作邊緣檢測(Canny、Sobel、Laplace)
邊緣檢測是影象處理和計算機視覺中的基本問題，邊緣檢測的目的是標識數字影象中亮度變化明顯的點。影象屬性中的顯著變化通常反映了屬性的重要事件和變化。 這些包括（i）深度上的不連續、（ii）表面方向不連續、（iii）物質屬性變化和（iv）場景照明變化。 邊緣檢測是影象處理和計算機視覺中，尤其是特徵提取中的一個研究領域。影象邊緣檢測大幅度地減少了資料量，並且剔除了可以認為不相關的資訊，保留了影象重要的結構屬性。
OpenCV提供了相關函式來實現各種邊緣檢測運算元，具體的各種邊緣檢測的運算元的演算法原理請大家自行百度，下面分別介紹並給出示例程式碼。
一、Canny邊緣檢測運算元
OpenCV提供了Canny函式
C++: void Canny(InputArray image, OutputArray edges, double threshold1, double threshold2, int apertureSize=3, bool L2gradient=false )
引數意義如下：
image:輸入影象，其型別要求只能是8位的
edges：邊緣輸出，其型別要求是單通道的8點陣圖像，和輸入影象有相同的大小。
threshold1：第一個滯後性閾值。
threshold2：第二個滯後性閾值。
apertureSize：使用Sobel運算元的孔徑大小，有預設值為3。
L2gradient
補充說明：兩個滯後性閾值中較小的那個用來確定邊緣連線，較大的那個用來初始化強邊緣的檢測，詳細原理可參見連結：http://en.wikipedia.org/wiki/Canny_edge_detector
使用Canny函式進行邊緣檢測的程式碼如下：
程式碼中用到的影象下載連結：https://pan.baidu.com/s/1hs8ImVU 密碼：irnd
影象處理開發資料、影象處理開發需求、影象處理接私活掙零花錢，可以搜尋公眾號"qxsf321"，並關注！
//opencv版本:OpenCV3.0
//VS版本:VS2013
//Author:qxsf321.net
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/imgproc/types_c.h>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
//載入原始圖
Mat src = imread("20.jpg");
Mat src_1 = imread("20.jpg", 0);
Mat gray = imread("20.jpg", 0);
imshow("原圖", src);
//----------------------------------------------------------------------------------
// 一、最簡單的canny用法，拿到原圖後直接用。
//----------------------------------------------------------------------------------
Canny(src_1, src_1, 100, 150, 3);
imshow("簡單用法的Canny邊緣檢測結果", src_1);
//----------------------------------------------------------------------------------
// 二、高階的canny用法，轉成灰度圖，降噪，用canny，最後將得到的邊緣作為掩碼，拷貝原圖到效果圖上，得到彩色的邊緣圖
//----------------------------------------------------------------------------------
Mat dst, edge;
// 【1】建立與src同類型和大小的矩陣(dst)
dst.create(gray.size(), gray.type());
// 【2】先用使用 3x3核心來降噪
blur(gray, edge, Size(3, 3));
// 【3】執行Canny運算元
Canny(edge, edge, 100, 150, 3);
imshow("高階用法的Canny邊緣檢測結果", edge);
//【4】將g_dstImage內的所有元素設定為0
dst = Scalar::all(0);
//【5】使用Canny運算元輸出的邊緣圖g_cannyDetectedEdges作為掩碼，來將原圖g_srcImage拷到目標圖g_dstImage中
src.copyTo(dst, edge);
//【6】顯示效果圖
imshow("高階用法的合成圖", dst);
waitKey(0);
return 0;
}程式碼執行截果如下圖所示：
二、Sobel運算元
OpecnCV提供了Sobel函式來計算影象的一階，二階，三階導數，使用的運算元是擴充套件了的Sobel運算元。
函式原型如下：
C++: void Sobel(InputArray src, OutputArray dst, int ddepth, int dx, int dy, int ksize=3, double scale=1, double delta=0, int borderType=BORDER_DEFAULT )
引數意義如下：
src：源影象
dst：目標影象，和源圖的大小和通道數一樣。
ddepth：目標影象的深度，支援的深度如下：
src.depth() = CV_8U, ddepth = -1/CV_16S/CV_32F/CV_64F
src.depth() = CV_16U/CV_16S, ddepth = -1/CV_32F/CV_64F
src.depth() = CV_32F, ddepth = -1/CV_32F/CV_64F
src.depth() = CV_64F, ddepth = -1/CV_64F
當 ddepth = -1時，目標影象和源影象的深度一樣，當深度是8位時，程式會對數作截斷處理。
dx:x方向的求導階數
dy:y方向的求導階數
ksize:擴充套件Sobel運算元的大小，可以的取值為1，3，5，7，值得注意的是，當ksize=CV_SCHARR (-1)時，使用3×3的Scharr 濾波器進行計算，這樣精度更高。Scharr在x方向和y方向上的核運算元矩陣為：
Scharr函式的原型如下：
C++: void Scharr(InputArray src, OutputArray dst, int ddepth, int dx, int dy, double scale=1, double delta=0, int borderType=BORDER_DEFAULT )
這裡就不對Scharr的引數多做介紹了，也不單獨給Scharr的使用示例，因為它就是Sobel運算元的一個特例，和Sobel運算元的使用上，除了沒有ksize這個引數外，其它都一樣。
scale：可選的導數計算比例因子，預設不使用比例因子。
borderType：邊界處理方法，具體的詳見帖子https://blog.csdn.net/lehuoziyuan/article/details/84101788
值得注意的是：Sobel運算元在計算中進行了高斯平滑和差分運算，這樣或多或少對噪聲有消除作用。可以設定(xorder = 1, yorder = 0, ksize = 3)或(xorder = 0, yorder = 1, ksize = 3)來計算在x或y方向上的一階導數。
一階導數的核運算元如下：
二階導數的核運算元如下：
使用Sobel函式計算影象邊緣的程式碼如下：
影象處理開發資料、影象處理開發需求、影象處理接私活掙零花錢，可以搜尋公眾號"qxsf321"，並關注！
程式碼中用到的影象下載連結：https://pan.baidu.com/s/1gfAggZh 密碼：dnol
//opencv版本:OpenCV3.0
//VS版本:VS2013
//Author:qxsf321.net
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/imgproc/types_c.h>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <iostream>
using namespace cv;
using namespace std;
//-----------------------------------【標頭檔案包含部分】---------------------------------------
// 描述：包含程式所依賴的標頭檔案
//----------------------------------------------------------------------------------------------
#include <opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
//-----------------------------------【名稱空間宣告部分】---------------------------------------
// 描述：包含程式所使用的名稱空間
//-----------------------------------------------------------------------------------------------
using namespace cv;
//-----------------------------------【main( )函式】--------------------------------------------
// 描述：控制檯應用程式的入口函式，我們的程式從這裡開始
//-----------------------------------------------------------------------------------------------
int main( )
{
//【0】建立 grad_x 和 grad_y 矩陣
Mat grad_x, grad_y;
Mat abs_grad_x, abs_grad_y,dst;
//【1】載入原始圖
Mat src = imread("21.jpg");
//【2】顯示原始圖
imshow("【原始圖】sobel邊緣檢測", src);
//【3】求 X方向梯度
Sobel( src, grad_x, CV_16S, 1, 0, 3, 1, 1, BORDER_DEFAULT );
convertScaleAbs( grad_x, abs_grad_x );
imshow("【效果圖】 X方向Sobel", abs_grad_x);
//【4】求Y方向梯度
Sobel( src, grad_y, CV_16S, 0, 1, 3, 1, 1, BORDER_DEFAULT );
convertScaleAbs( grad_y, abs_grad_y );
imshow("【效果圖】Y方向Sobel", abs_grad_y);
//【5】合併梯度(近似)
addWeighted( abs_grad_x, 0.5, abs_grad_y, 0.5, 0, dst );
imshow("【效果圖】整體方向Sobel", dst);
waitKey(0);
return 0;
}執行結果如下圖所示:
三、Laplace運算元
OpecnCV提供了Laplacian函式來計算影象的拉普拉斯運算。
函式原型如下：
C++: void Laplacian(InputArray src, OutputArray dst, int ddepth, int ksize=1, double scale=1, double delta=0, int borderType=BORDER_DEFAULT )
引數意義如下:
src：源影象
dst:目標影象，和源影象的大小和通道數一樣。
ddepth：目標影象深度。
ksize：核算子的大小，用計算二階導數時使用。
delta：可選的delta值，結果進行儲存前的附加值、
borderType：邊界處理方法，具體的詳見帖子https://blog.csdn.net/lehuoziyuan/article/details/84101788
這個函式實際上就是把使用Sobel在x方向和y方向運算元計算出的二階層數進行合成，從而得到自己的計算結果。
使用Laplacian函式計算影象邊緣的程式碼如下：
影象處理開發資料、影象處理開發需求、影象處理接私活掙零花錢，可以搜尋公眾號"qxsf321"，並關注！
程式碼中用到的影象下載連結：https://pan.baidu.com/s/1slJptsL 密碼：tiki
//opencv版本:OpenCV3.0
//VS版本:VS2013
//Author:qxsf321.net
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/imgproc/types_c.h>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/highgui/highgui_c.h>
#include <iostream>
using namespace cv;
using namespace std;
//-----------------------------------【標頭檔案包含部分】---------------------------------------
// 描述：包含程式所依賴的標頭檔案
//----------------------------------------------------------------------------------------------
#include <opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
//-----------------------------------【名稱空間宣告部分】---------------------------------------
// 描述：包含程式所使用的名稱空間
//-----------------------------------------------------------------------------------------------
using namespace cv;
//-----------------------------------【main( )函式】--------------------------------------------
// 描述：控制檯應用程式的入口函式，我們的程式從這裡開始
//-----------------------------------------------------------------------------------------------
int main()
{
//【0】變數的定義
Mat src, src_gray, dst, abs_dst;
//【1】載入原始圖
src = imread("22.jpg");
//【2】顯示原始圖
imshow("【原始圖】影象Laplace變換", src);
//【3】使用高斯濾波消除噪聲
GaussianBlur(src, src, Size(3, 3), 0, 0, BORDER_DEFAULT);
//【4】轉換為灰度圖
cvtColor(src, src_gray, CV_RGB2GRAY);
//【5】使用Laplace函式
Laplacian(src_gray, dst, CV_16S, 3, 1, 0, BORDER_DEFAULT);
//【6】計算絕對值，並將結果轉換成8位
convertScaleAbs(dst, abs_dst);
//【7】顯示效果圖
imshow("【效果圖】影象Laplace變換", abs_dst);
waitKey(0);
return 0;
}執行結果如下圖所示:
