快捷導(dǎo)航

OpenCV實(shí)現(xiàn)灰度、高斯模糊、邊緣檢測(cè)的示例

更新時(shí)間：2021年04月28日 09:28:05 作者：Kukeoo

這篇文章主要介紹了OpenCV實(shí)現(xiàn)灰度、高斯模糊、邊緣檢測(cè)的示例,文中通過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一起學(xué)習(xí)學(xué)習(xí)吧

一、彩色圖像轉(zhuǎn)灰度

Opencv提供了一個(gè)方法，可以使彩色圖像變?yōu)榛叶葓D像。

函數(shù)名：cvtColor(src,dest,way);

src表示初始的mat對(duì)象；

dest表示轉(zhuǎn)換后的mat對(duì)象；

way表示以何種方式轉(zhuǎn)換。

舉個(gè)例子：

int main()
{
	//定義路徑
	string path = "Resources//test.png";
	//Mat:opencv引入的矩陣數(shù)據(jù)類型，處理所有圖像
	Mat img = imread(path);
	//創(chuàng)建一個(gè)新的mat對(duì)象，用來存放轉(zhuǎn)換后的灰度圖像
	Mat imgGray;
	//灰度轉(zhuǎn)換函數(shù)
	cvtColor(img, imgGray, COLOR_BGR2GRAY);
	//展示圖片，并給圖片取名
	imshow("Image", img);
	//延遲，直到我們按下關(guān)閉按鈕
	imshow("ImageGray", imgGray);
	waitKey(0);
	return 0;
}

這里的方法就是COLOR_BGR2GRAY，

解釋出來就是：RGB顏色to灰度。

運(yùn)行截圖：

二、高斯模糊

高斯模糊本質(zhì)上是低通濾波器，輸出圖像的每個(gè)像素點(diǎn)是原圖像上對(duì)應(yīng)像素點(diǎn)與周圍像素點(diǎn)的加權(quán)和。

函數(shù)：GaussianBlur(src,dest,size(m,n),sigma1,sigma2);

高斯模糊,第三，第四，第五參數(shù)為高斯模糊的度數(shù)。
定義內(nèi)核大小為m*n,數(shù)字越大越模糊；
然后有sigma1和sigma2，這兩個(gè)數(shù)也是模糊度數(shù)的參數(shù)，可定義為0。

	//創(chuàng)建一個(gè)模糊對(duì)象
	Mat imgBlur;
	//高斯模糊,第三，第四，第五參數(shù)為高斯模糊的度數(shù),
	//定義內(nèi)核大小為7*7,數(shù)字越大越模糊；
	//然后有sigma1和sigma2，這兩個(gè)數(shù)可定義為0
	GaussianBlur(img, imgBlur, Size(7, 7),0,0);
	imshow("ImageBlur", imgBlur);
	waitKey(0);

運(yùn)行截圖：

三、邊緣檢測(cè)

我們有很多邊緣檢測(cè)器，用于檢測(cè)圖像的邊緣輪廓。

最常用的是坎尼邊緣檢測(cè)器。

Canny（src,dest,low,high);

檢測(cè)前通常做模糊處理。
兩個(gè)閾值:雙閾值篩選
設(shè)置一個(gè)雙閾值，即低閾值（low），高閾值（high）。
灰度變化大于high的，設(shè)置為強(qiáng)邊緣像素，低于low的，剔除。

	//坎尼邊緣檢測(cè)器
	Mat imgCanny;
	//檢測(cè)前通常做模糊處理
	//兩個(gè)閾值:雙閾值篩選
	//設(shè)置一個(gè)雙閾值，即低閾值（low），高閾值（high）。
	//灰度變化大于high的，設(shè)置為強(qiáng)邊緣像素，低于low的，剔除。
	Canny(imgBlur, imgCanny, 50, 150);
	imshow("ImageCanny", imgCanny);

運(yùn)行截圖：

閾值為25，75：

到此這篇關(guān)于OpenCV實(shí)現(xiàn)灰度、高斯模糊、邊緣檢測(cè)的示例的文章就介紹到這了,更多相關(guān)OpenCV 灰度、高斯模糊、邊緣檢測(cè)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！

您可能感興趣的文章: