“边缘检测”和“图像轮廓”之间的区别
请看下面的代码
#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;
Mat src, grey;
int thresh = 10;
const char* windowName = "Contours";
void detectContours(int,void*);
int main()
{
src = imread("C:/Users/Public/Pictures/Sample Pictures/Penguins.jpg");
//Convert to grey scale
cvtColor(src,grey,CV_BGR2GRAY);
//Remove the noise
cv::GaussianBlur(grey,grey,Size(3,3),0);
//Create the window
namedWindow(windowName);
//Display the original image
namedWindow("Original");
imshow("Original",src);
//Create the trackbar
cv::createTrackbar("Thresholding",windowName,&thresh,255,detectContours);
detectContours(0,0);
waitKey(0);
return 0;
}
void detectContours(int,void*)
{
Mat canny_output,drawing;
vector<vector<Point>> contours;
vector<Vec4i>heirachy;
//Detect edges using canny
cv::Canny(grey,canny_output,thresh,2*thresh);
namedWindow("Canny");
imshow("Canny",canny_output);
//Find contours
cv::findContours(canny_output,contours,heirachy,CV_RETR_TREE,CV_CHAIN_APPROX_SIMPLE,Point(0,0));
//Setup the output into black
drawing = Mat::zeros(canny_output.size(),CV_8UC3);
//Draw contours
for(int i=0;i<contours.size();i++)
{
cv::drawContours(drawing,contours,i,Scalar(255,255,255),1,8,heirachy,0,Point());
}
imshow(windowName,drawing);
}
理论上， Contours意味着检测曲线。 Edge detection意味着检测边缘。 在我上面的代码中，我使用Canny完成了边缘检测，并通过findContours()曲线检测。 以下是最终的图像
Canny图像
轮廓图像
好的，现在，你可以看到，没有什么区别！ 那么，这两个实际的区别是什么？ 在OpenCV教程中，只给出了代码。 我找到了关于什么是Contours的解释，但它没有解决这个问题。
请帮忙！
边缘被计算为梯度方向上图像梯度极值的点。 如果有帮助，你可以将它们看作一维函数中的最小和最大点。 重点是，边缘像素是一个局部的概念：他们只是指出了相邻像素之间的显着差异。
轮廓通常从边缘获得，但它们旨在成为对象轮廓。 因此，他们需要闭合曲线。 你可以将它们看作边界（一些图像处理算法和图书馆称它们为这样的边界）。 从边缘获得它们时，需要连接边缘以获得封闭的轮廓。
查找边和计数的主要区别在于，如果您运行查找边缘，则输出是新图像。 在这个新的（边缘图像）图像中，您将突出显示边缘。 另外还有很多用于检测边缘的算法。
例如Sobel操作员可以提供平滑的“模糊”结果。 在你的特定情况下，问题在于你正在使用Canny边缘检测器。 这个比其他探测器更进一步。 它实际上运行了更多边缘细化步骤。 Canny检测器的输出是二值图像，1px宽线代替边缘。
另一方面Contours算法处理任意的二值图像。 所以如果你把黑色背景上的白色填充正方形。 运行Contours算法后，您将获得白色的空白正方形，只是边框。
其他额外的轮廓检测奖励，它实际上返回一组点！ 这很好，因为你可以进一步使用这些点进行一些处理。
在你的特定情况下，两个图像匹配只是巧合。 它不是规则，在你的情况下，这是因为Canny算法的独特性质。
轮廓实际上可以做的不仅仅是“检测”边缘。 该算法确实可以找到图像的边缘，但也可以将它们放在层次结构中。 这意味着您可以请求图像中检测到的物体的外部边界。 如果你只检查边缘，这样的事情不会（直接）可能。
从文档中可以看出，轮廓主要用于物体识别，其中Canny边缘检测器是一种更“全局”的操作。 如果轮廓算法使用某种Canny边缘检测，我不会感到惊讶。
链接地址: http://www.djcxy.com/p/64029.html上一篇: Difference between "Edge Detection" and "Image Contours"