本文共 3227 字，大约阅读时间需要 10 分钟。

OpenCV 边缘检测与图像变换技术

感谢 @浅墨_毛星云 的博客和书籍《OpenCV 3.0 编程入门》，我通过学习这些内容整理了本篇笔记及心得。由于自身水平有限，欢迎交流与指正。

Canny 算子

基本原理

Canny 算子是一种用于边缘检测的算法，通过计算图像的梯度来检测边缘。其核心思想是对图像进行滤波，提取强边缘，并通过双阈值分离背景噪声和真实边缘。

函数详情

C++ 实现如下：

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

参数解释

• InputArray image：输入图像，需为单通道 8 位图像。
• OutputArray edges：输出边缘图，与输入图像尺寸和类型一致。
• double threshold1：第一个滞后性阈值。
• double threshold2：第二个滞后性阈值。
• int apertureSize：Sobel 算子孔径大小，默认为 3。
• bool L2gradient：计算梯度的类型，默认为 false。

注意事项

• 阈值 1 和 2 的比例通常在 2:1 到 3:1 之间，建议使用较高阈值来保留强边缘。

Sobel 算子

基本原理

Sobel 算子是一种计算图像梯度的滤波器，通过对图像进行一阶微分，检测边缘的方向和强度。

函数详情

C++ 实现如下：

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)

参数解释

• InputArray src：输入图像。
• OutputArray dst：输出图像，与输入图像尺寸和类型一致。
• int ddepth：输出图像的深度，需与输入图像匹配。
• int dx：x 方向差分阶数。
• int dy：y 方向差分阶数。
• int ksize：滤波器孔径大小，必须为奇数（1, 3, 5, 7）。
• double scale：缩放因子，默认为 1。
• double delta：存储到目标图之前的平移量，默认为 0。
• int borderType：边界模式，默认为 BORDER_DEFAULT。

Laplace 算子

基本原理

Laplace 算子通过计算图像的二阶导数（拉普拉斯变换），用于边缘检测和图像增强。

函数详情

C++ 实现如下：

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

参数解释

• InputArray src：输入图像。
• OutputArray dst：输出图像，与输入图像尺寸和类型一致。
• int ddepth：输出图像的深度。
• int ksize：滤波器孔径大小，必须为奇数，默认为 1。
• double scale：缩放因子，默认为 1。
• double delta：存储到目标图之前的平移量，默认为 0。
• int borderType：边界模式，默认为 BORDER_DEFAULT。

工作原理

Laplacian 算子通过计算 Sobel 算子的 x 和 y 分量之和，得到图像的拉普拉斯变换结果，常用于边缘检测和图像去模糊。

Scharr 滤波器

基本原理

Scharr 滤波器是一种用于计算图像梯度的滤波器，其原理类似于 Sobel 算子，但支持多个方向的梯度计算。

函数详情

C++ 实现如下：

void Scharr(InputArray src, OutputArray dst, int ddepth, int dx, int dy, double scale=1, double delta=0, int borderType=BORDER_DEFAULT)

参数解释

• InputArray src：输入图像。
• OutputArray dst：输出图像，与输入图像尺寸和类型一致。
• int ddepth：输出图像的深度。
• int dx：x 方向差分阶数。
• int dy：y 方向差分阶数。
• double scale：缩放因子，默认为 1。
• double delta：存储到目标图之前的平移量，默认为 0。
• int borderType：边界模式，默认为 BORDER_DEFAULT。

综合代码实现

#include 
   
    #include 
    
     #include 
     
      #include 
      
       using namespace std;using namespace cv;void process() {    if (Way_num == 0) { // Canny 算子        Canny(Img_gray, Img_out, struct_size, struct_size * 5, 3);    } else if (Way_num == 1) { // Sobel 算子        Mat grad_x, grad_y;        Sobel(Img_gray, grad_x, CV_16U, 1, 0, 3, 1, 0, BORDER_DEFAULT);        Sobel(Img_gray, grad_y, CV_16U, 0, 1, 3, 1, 0, BORDER_DEFAULT);        addWeighted(grad_x, 0.5, grad_y, 0.5, 0, Img_out);    } else if (Way_num == 2) { // Laplace 算子        Laplacian(Img_gray, Img_out, CV_16U, 3, 1, 0, BORDER_DEFAULT);        convertScaleAbs(Img_out, Img_out);    } else if (Way_num == 3) { // Scharr 滤波        Mat scharr_x, scharr_y;        Scharr(Img_gray, scharr_x, CV_16U, 1, 0, 1, 0, BORDER_DEFAULT);        Scharr(Img_gray, scharr_y, CV_16U, 0, 1, 1, 0, BORDER_DEFAULT);        addWeighted(scharr_x, 0.5, scharr_y, 0.5, 0, Img_out);    }    imshow("【效果图】", Img_out);}
      
     
    
   

效果展示

通过不同算子的组合，可以实现多种边缘检测效果。以下是对原图和处理后图像的对比：

• Canny 算子：能够检测出图像的主要边缘，同时减少背景噪声。
• Sobel 算子：提供图像的水平和垂直方向的梯度信息，通常用于边缘检测和运动分析。
• Laplace 算子：通过二阶导数检测边缘，效果与 Canny 算子类似，但计算更复杂。
• Scharr 滤波：与 Sobel 算子类似，但支持多方向梯度计算，适合特定应用场景。

通过这些算子的组合和参数调整，可以根据具体需求定制边缘检测效果。