我想使用 OpenCV 的 Canny 边缘检测器,例如这个问题中概述的。例如:
cv::Canny(image,contours,10,350);
但是,我不仅希望得到最终的阈值图像,而且还希望得到每个像素处检测到的边缘角度。这在 OpenCV 中可行吗?
我想使用 OpenCV 的 Canny 边缘检测器,例如这个问题中概述的。例如:
cv::Canny(image,contours,10,350);
但是,我不仅希望得到最终的阈值图像,而且还希望得到每个像素处检测到的边缘角度。这在 OpenCV 中可行吗?
canny
不会直接给你这个。但是,您可以从内部使用的 Sobel 变换计算角度canny()
。
伪代码:
cv::Canny(image,contours,10,350);
cv::Sobel(image, dx, CV_64F, 1, 0, 3, 1, 0, cv::BORDER_REPLICATE);
cv::Sobel(image, dy, CV_64F, 0, 1, 3, 1, 0, cv::BORDER_REPLICATE);
cv::Mat angle(image.size(), CV_64F)
foreach (i,j) such that contours[i, j] > 0
{
angle[i, j] = atan2(dy[i,j], dx[i , j])
}
除了使用 for 循环,您还可以为函数提供渐变,dx
该函数返回角度方向的灰度图像,然后将其传递给函数,然后用边缘对其进行遮罩,因此背景为黑色。dy
phase
applyColorMap
这是工作流程:
获取角度
Mat angles;
phase(dx, dy, angles, true);
true
参数表示角度以度数返回。
将角度范围更改为 0-255,以便您可以转换为 CV_8U 而不会丢失数据
angles = angles / 360 * 255;
请注意,angles
它仍然是CV_64F
类型,因为它来自 Sobel 函数
转换成CV_8U
angles.convertTo(angles, CV_8U);
应用您选择的颜色图
applyColorMap(angles, angles, COLORMAP_HSV);
在这种情况下,我选择 HSV 颜色图。有关更多信息,请参见:https ://www.learnopencv.com/applycolormap-for-pseudocoloring-in-opencv-c-python/
应用边缘蒙版,使背景为黑色
Mat colored;
angles.copyTo(colored, contours);
最后显示图像:D
imshow("Colored angles", colored);
如果您的源是视频或网络摄像头,在应用边缘掩码之前,您必须清除colored
图像,以防止聚合:
colored.release();
angles.copyTo(colored, contours);
完整代码在这里:
Mat angles, colored;
phase(dx, dy, angles, true);
angles = angles / 360 * 255;
angles.convertTo(angles, CV_8U);
applyColorMap(angles, angles, COLORMAP_HSV);
colored.release();
angles.copyTo(colored, contours);
imshow("Colored angles", colored);