最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

OpenCV邊緣提取算法流程的實(shí)現(xiàn)(附DEMO)

 更新時(shí)間:2022年08月03日 14:41:39   作者:顏丑文良777  
本文主要介紹了OpenCV邊緣提取算法流程的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

在傳統(tǒng)的計(jì)算機(jī)視覺(jué)領(lǐng)域,經(jīng)常需要使用一些傳統(tǒng)的圖像處理算法完成對(duì)圖像的邊緣提取功能,通過(guò)對(duì)圖像的邊緣進(jìn)行提取完成對(duì)目標(biāo)對(duì)象的分割,目標(biāo)分割技術(shù)又包括語(yǔ)義分割與實(shí)例分割,比較高端的魯棒性較強(qiáng)的還是需要卷積神經(jīng)網(wǎng)絡(luò)算法進(jìn)行相關(guān)的訓(xùn)練,如fcn全連接網(wǎng)絡(luò),mask-rcnn實(shí)例分割網(wǎng)絡(luò)。本案例旨在采用傳統(tǒng)的圖像處理技術(shù)完成對(duì)圖像的邊緣檢測(cè)任務(wù),并通過(guò)膨脹腐蝕操作進(jìn)行連通域的提取,之后通過(guò)連通域的填充以及掩膜操作完成目標(biāo)對(duì)象的分割。

具體需要達(dá)到的目標(biāo)如下:

 上圖所示,可以很好的將河道信息進(jìn)行提取。

1. 具體算法流程

首先對(duì)采集的圖片進(jìn)行灰度化處理(方便進(jìn)行數(shù)據(jù)處理),然后對(duì)灰度圖像進(jìn)行中值濾波操作去除湖面上的細(xì)小雜質(zhì),之后通過(guò)x方向和y方向上的Sobel梯度算子分別獲取梯度圖像,并將梯度圖像轉(zhuǎn)換成CV_8UC1類型,并對(duì)轉(zhuǎn)換后的x,y方向上的梯度圖像進(jìn)行OTSU二值化操作獲取二值圖像,并對(duì)兩幅二值圖像按對(duì)應(yīng)像素位置進(jìn)行與運(yùn)算,目的是為了去除河道上的波紋干擾。(可以繼續(xù)對(duì)與運(yùn)算之后的結(jié)果圖進(jìn)行中值濾波去除湖面上的細(xì)小雜質(zhì))。最后對(duì)二值圖進(jìn)行多次迭代的膨脹腐蝕操作以及小區(qū)域塊的填充操作(用到findContours與drawContours接口進(jìn)行輪廓查找與填充)獲取河道連通區(qū)域。

2.流程圖

可以通過(guò)如下流程圖進(jìn)行展示。                     

3. 涉及到的代碼

int main() {
	Mat srcImage, srcImage2, srcImage3;
	for (int j = 1; j <= 172; j++)
	{
		//白天總共172張圖片。1-172;驗(yàn)證:1,162,146;
		//(挑選最好的效果作為模板。對(duì)比108與117進(jìn)行分析)。
		//if (j == 108 || j == 117)
		//{//對(duì)比分析之后選擇第108張圖片作為模板圖片
		char ch[4096] = { 0 };
		sprintf(ch, "..\\findriveredge\\day\\2 (%d).jpg", j);
		srcImage = imread(ch, IMREAD_ANYCOLOR);
		srcImage2 = srcImage.clone();
		srcImage3 = srcImage.clone();
		if (srcImage.empty())
		{
			return -1;
		}
		if (srcImage.channels() == 3)
		{
			cvtColor(srcImage, srcImage, COLOR_BGR2GRAY);
		}
 
		Mat outImage;
		medianBlur(srcImage, outImage, g_nKrenel);//首先對(duì)灰度圖進(jìn)行中值濾波操作,去除一些雜質(zhì)。
 
		Mat grad_x, abs_grad_x, grayImage_x;
		Sobel(outImage, grad_x, CV_16S, 1, 0, 3, 1, 1, BORDER_DEFAULT);
		convertScaleAbs(grad_x, abs_grad_x);
		abs_grad_x.convertTo(grayImage_x, CV_8U);
 
 
		Mat grad_y, abs_grad_y, grayImage_y;
		Sobel(outImage, grad_y, CV_16S, 0, 1, 3, 1, 1, BORDER_DEFAULT);
		convertScaleAbs(grad_y, abs_grad_y);
		abs_grad_y.convertTo(grayImage_y, CV_8U);
 
 
		Mat XBin, YBin;
		int n_thresh_x = myOtsu(grayImage_x);
		threshold(grayImage_x, XBin, n_thresh_x, 255, THRESH_BINARY);
 
 
		int n_thresh_y = myOtsu(grayImage_y);
		threshold(grayImage_y, YBin, n_thresh_y, 255, THRESH_BINARY);
 
 
		Mat Bin;
		bitwise_and(XBin, YBin, Bin);
 
 
		Mat outBin;
		medianBlur(Bin, outBin, 3);//去除一些雜質(zhì)點(diǎn)。
 
 
		Mat outBin2 = outBin.clone();
		int n_iterations = 5;
		Mat element = getStructuringElement(MORPH_ELLIPSE, Size(15, 15));//膨脹變亮形成連通域。
		Mat element2 = getStructuringElement(MORPH_ELLIPSE, Size(5, 5));//腐蝕操作斷開(kāi)一些連通域。
		dilate(outBin2, outBin2, element, Point(-1, -1), n_iterations);
		erode(outBin2, outBin2, element2, Point(-1, -1), 3);//腐蝕操作,斷開(kāi)河流區(qū)域內(nèi)部的連接區(qū)域,方便后續(xù)的填充處理。
 
 
		//將河流ROI區(qū)域小塊連通域填黑。
		Mat outBin3 = outBin2.clone();
		vector<vector<Point>> contours;
		vector<Vec4i> hie;
		findContours(outBin3, contours, hie, RETR_LIST, CHAIN_APPROX_SIMPLE);
		float f_area = 0.0;
		for (int i = 0; i < contours.size(); i++)
		{
			f_area = contourArea(contours[i]);
			if (f_area < 250000)
			{
				drawContours(outBin3, contours, i, Scalar(0), -1);
			}
		}
 
 
		//由于final bin2在腐蝕過(guò)程中存在部分背景區(qū)域?yàn)楹谏斩?,需要將其填白?
		Mat outBin4_tmp = ~outBin3;
		Mat outBin4;
		contours.clear();
		hie.clear();
		findContours(outBin4_tmp, contours, hie, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);
		for (unsigned int i = 0; i < contours.size(); i++)
		{
			f_area = contourArea(contours[i]);
			if (f_area < 250000)
			{
				drawContours(outBin4_tmp, contours, i, Scalar(0), -1);
			}
		}
		outBin4 = ~outBin4_tmp;
 
		//迭代腐蝕突出河流邊界區(qū)域。
		erode(outBin4, outBin4, element, Point(-1, -1), 10);
 
 
		//(可以對(duì)腐蝕圖在進(jìn)行一次外輪廓填充)。
		Mat outBin5_tmp = ~outBin4.clone();
		Mat outBin5;
		contours.clear();
		hie.clear();
		findContours(outBin5_tmp, contours, hie, CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE);
		for (unsigned int i = 0; i < contours.size(); i++)
		{
			f_area = contourArea(contours[i]);
			if (f_area < 100000)
			{
				drawContours(outBin5_tmp, contours, i, Scalar(0), -1);
			}
		}
		outBin5 = ~outBin5_tmp;
 
 
		//根據(jù)outBin4,對(duì)原rgb圖取感興趣區(qū)域(即河流區(qū)域)
		for (int i = 0; i < outBin5.rows; i++)
		{
			for (int j = 0; j < outBin5.cols; j++)
			{
				if (outBin5.at<uchar>(i, j) == 255)
				{
					srcImage2.at<Vec3b>(i, j)[0] = 0;
					srcImage2.at<Vec3b>(i, j)[1] = 0;
					srcImage2.at<Vec3b>(i, j)[2] = 0;
				}
			}
		}
		namedWindow("finalImage", 0);
		imshow("finalImage", srcImage2);//這里的srcImage2表示最后所需效果圖
 
 
		cout << j << endl;
		waitKey(30);
	}
	return 0;
}

到此這篇關(guān)于OpenCV邊緣提取算法流程的實(shí)現(xiàn)(附DEMO)的文章就介紹到這了,更多相關(guān)OpenCV 邊緣提取內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

最新評(píng)論

卫辉市| 江陵县| 肇州县| 探索| 五家渠市| 卢氏县| 卢湾区| 永德县| 武邑县| 驻马店市| 栖霞市| 江孜县| 青铜峡市| 且末县| 乐平市| 麻阳| 峨眉山市| 库车县| 疏附县| 安乡县| 湛江市| 莱芜市| 长顺县| 安顺市| 巴彦县| 化隆| 沂水县| 昔阳县| 普宁市| 昌江| 通河县| 望谟县| 元氏县| 明溪县| 丹巴县| 盘山县| 莱西市| 天等县| 长沙县| 聊城市| 祁门县|