Может ли кто-нибудь помочь мне, как подсчитать количество ненаправленных краев с помощью обнаружения opencv cannyedge? У меня есть изображение cannyEdge из opencv, и я хотел бы иметь гистограмму, основанную на направлениях краев, и таким образом я могу подсчитать количество направленных и ненаправленных краев.
opencv - подсчет ненаправленных ребер от хитрости
Ответы (1)
Я думаю, вы путаете обнаружение краев с обнаружением градиента. Canny предоставляет карту краев на основе величины градиента (обычно с помощью оператора Собеля, но может использовать и другие), поскольку Canny возвращает только информацию о пороговой величине градиента, но не может предоставить вам информацию об ориентации.
EDIT: я должен уточнить, что алгоритм Canny использует градиентную ориентацию для немаксимального шага подавления. Однако реализация OpenCV Canny
скрывает от вас эту информацию об ориентации и возвращает только карту величины края.
Основной алгоритм получения величины и ориентации градиента выглядит следующим образом:
- Вычислите Собеля в направлении X (
Sx
). - Вычислите Собеля в направлении Y (
Sy
). - Вычислите величину градиента
sqrt(Sx*Sx + Sy*Sy)
. - Вычислите ориентацию градиента с помощью
arctan(Sy / Sx)
.
Этот алгоритм может быть реализован с использованием следующих функций OpenCV: Собел, величина и фаза.
Ниже приведен пример, который вычисляет величину и фазу градиента, а также показывает грубое цветовое отображение ориентации градиента:
#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;
}
Использование изображения в виде круга:
В результате получаются следующие изображения величины и ориентации:
Наконец, вот карта ориентации градиента:
ОБНОВЛЕНИЕ: Абид на самом деле задал в комментариях отличный вопрос «что здесь подразумевается под ориентацией?», который, как мне показалось, требует дальнейшего обсуждения. Я предполагаю, что функция phase
не переключает кадры координат с точки зрения обычной обработки изображения, когда положительная ось y направлена вниз, а положительная ось x - вправо. Учитывая это предположение, которое приводит к следующему изображению, показывающему векторы ориентации градиента вокруг круга:
К этому может быть трудно привыкнуть, поскольку оси перевернуты по сравнению с тем, к чему мы обычно привыкли на уроках математики... Таким образом, ориентация градиента — это угол, образуемый вектором нормали к поверхности градиента в направлении увеличения изменения.
Надеюсь, вы нашли это полезным!