EmguCV学习笔记 C# 6.1 边缘检测

 版权声明：本文为博主原创文章，转载请在显著位置标明本文出处以及作者网名，未经作者允许不得用于商业目的。

EmguCV是一个基于OpenCV的开源免费的跨平台计算机视觉库,它向C#和VB.NET开发者提供了OpenCV库的大部分功能。

教程VB.net版本请访问：EmguCV学习笔记 VB.Net 目录-CSDN博客

教程C#版本请访问：EmguCV学习笔记 C# 目录-CSDN博客

笔者的博客网址：https://blog.csdn.net/uruseibest

教程配套文件及相关说明以及如何获得pdf教程和代码，请移步：EmguCV学习笔记

学习VB.Net知识，请移步： vb.net 教程 目录_vb中如何用datagridview-CSDN博客

 学习C#知识，请移步：C# 教程 目录_c#教程目录-CSDN博客

 

6.1 边缘检测

Emgu.CV常用的边缘检测方法：

1. Canny边缘检测：Canny算法是一种经典的边缘检测算法，可以通过CvInvoke.Canny函数进行调用。该函数接受源图像、低阈值和高阈值作为参数，并返回一个二值图像，其中边缘被标记为白色。

2. Sobel边缘检测：Sobel算子是一种基于梯度的边缘检测算子，可以通过CvInvoke.Sobel函数进行调用。该函数接受源图像、输出图像的深度、x和y方向的导数阶数、卷积核大小和比例因子作为参数，并返回一个浮点型的输出图像，其中边缘的幅值较高。

3. Scharr边缘检测：Scharr算子是一种改进的Sobel算子，可以通过CvInvoke.Scharr函数进行调用。该函数的参数和返回值与Sobel函数相似，但Scharr算子的性能更好。

4. Laplacian边缘检测：Laplacian算子是一种二阶微分算子，可以通过CvInvoke.Laplacian函数进行调用。该函数接受源图像、输出图像的深度和卷积核大小作为参数，并返回一个浮点型的输出图像，其中边缘的幅值较高。

5. Roberts边缘检测：Roberts算子是一种基于差分的边缘检测算子，可以通过CvInvoke.Roberts函数进行调用。该函数接受源图像和输出图像作为参数，并返回一个浮点型的输出图像，其中边缘的幅值较高。

6. Prewitt边缘检测：Prewitt算子是一种基于差分的边缘检测算子，可以通过CvInvoke.Prewitt函数进行调用。该函数接受源图像和输出图像作为参数，并返回一个浮点型的输出图像，其中边缘的幅值较高。

在使用以上边缘检测方法时，需要根据具体的需求选择合适的算法和参数，以达到较好的边缘检测效果。

6.1.1 Soble

CvInvoke.Sobel方法用于执行Sobel边缘检测算法，以检测图像中的边缘。该方法声明如下：

public static void Sobel(

    IInputArray src,

        IOutputArray dst,

        DepthType ddepth,

        int xorder,

        int yorder,

        int kSize = 3,

        double scale = 1,

        double delta = 0,

    BorderType borderType = BorderType.Reflect101

)

主要参数说明：

1. ddepth：输出图像的深度类型。
2. xorder：x方向的导数阶数，通常为0或1。
3. yorder：y方向的导数阶数，通常为0或1。
4. kSize：Sobel算子的大小，通常为3、5、7等。
5. scale：导数计算结果的缩放因子。
6. delta：导数计算结果的偏移量。
7. borderType：边界模式，用于处理图像边界情况。

通过调整xorder和yorder的值，可以选择计算水平或垂直方向的边缘。kSize指定了Sobel算子的大小，较大的值可以检测到更粗的边缘，但可能会丢失一些细节。scale和delta参数用于调整结果图像的亮度和对比度。

【代码位置：frmChapter6】Button1_Click

        //Sobel

        private void Button1_Click(object sender, EventArgs e)

        {

            Mat m1 = new Mat("C:\\learnEmgucv\\lena.jpg", ImreadModes.AnyColor);

            //彩色图像进行边缘检测

            Mat result1 = new Mat();

            CvInvoke.Sobel(m1, result1, DepthType.Cv16S, 1, 0, 3);

            ImageBox1.Image = result1;

            Mat result2 = new Mat();

            CvInvoke.Sobel(m1, result2, DepthType.Cv16S, 0, 1, 3);

            ImageBox2.Image = result2;

            //灰度图像进行边缘检测

            Mat mgray = new Mat();

            CvInvoke.CvtColor(m1, mgray, ColorConversion.Bgr2Gray);

            Mat result3 = new Mat();

            CvInvoke.Sobel(mgray, result3, DepthType.Cv8U, 2, 0, 3);

            ImageBox3.Image = result3;

        }

运行后如下图所示：

 

图6-1 Sobel边缘检测

6.1.2 Laplacian

CvInvoke.Laplacian方法用于执行Laplace边缘检测算法，以检测图像中的边缘。该方法声明如下：

public static void Laplacian(

    IInputArray src,

        IOutputArray dst,

        DepthType ddepth,

        int ksize = 1,

        double scale = 1,

        double delta = 0,

    BorderType borderType = BorderType.Reflect101

)

参数说明参看6.1.1节【Soble】。

【代码位置：frmChapter6】Button2_Click

        //Laplacian

        private void Button2_Click(object sender, EventArgs e)

        {

            Mat m1 = new Mat("C:\\learnEmgucv\\lena.jpg", ImreadModes.AnyColor);

            //彩色图像进行边缘检测

            Mat result1 = new Mat();

            CvInvoke.Laplacian(m1, result1, DepthType.Cv16S, 1, 1);  //(m1, result1, DepthType.Cv16S, 1, 0, 3);

            ImageBox1.Image = result1;

            Mat result2 = new Mat();

            CvInvoke.Laplacian(m1, result2, DepthType.Cv16S, 3);

            ImageBox2.Image = result2;

            //灰度图像进行边缘检测

            Mat mgray = new Mat();

            CvInvoke.CvtColor(m1, mgray, ColorConversion.Bgr2Gray);

            Mat result3 = new Mat();

            CvInvoke.Laplacian(mgray, result3, DepthType.Cv8U, 3);

            ImageBox3.Image = result3;

        }

运行后如下图所示：

 

图6-2 Laplacian边缘检测

6.1.3 Canny

CvInvoke.Canny方法用于执行Canny边缘检测算法，以检测图像中的边缘。该方法常用的一个声明如下：

public static void Canny(

    IInputArray image,

        IOutputArray edges,

        double threshold1,

        double threshold2,

        int apertureSize = 3,

    bool l2Gradient = false

)

主要参数说明：

1. edges：要输出的边缘图像，为单通道黑白图。
2. threshold1：第一个阈值。
3. threshold2：第二个阈值。
4. apertureSize：Sobel算子的大小。常用的有3、5、7等。
5. L2gradient：是否使用更精确的L2范数计算梯度大小。

Canny算法首先使用Sobel算子计算图像中的梯度，然后通过比较梯度与阈值的大小来确定边缘像素。threshold1和threshold2用于控制边缘像素的阈值，低于threshold1的像素将被认为是非边缘像素，高于threshold2的像素将被认为是边缘像素，介于两者之间的像素将根据其与阈值的关系进行进一步判断。apertureSize指定了Sobel算子的大小，较大的值可以检测到更粗的边缘，但可能会丢失一些细节。L2gradient参数用于选择是否使用更精确的L2范数计算梯度大小。

【代码位置：frmChapter6】Button3_Click

        //Canny

        private void Button3_Click(object sender, EventArgs e)

        {

            Mat m1 = new Mat("C:\\learnEmgucv\\lena.jpg", ImreadModes.AnyColor);

            ImageBox1.Image = m1;

            Mat result1 = new Mat();

            CvInvoke.Canny(m1, result1, 100, 200, 3);

            ImageBox2.Image = result1;

            //灰度图像进行边缘检测

            Mat m2 = new Mat();

            CvInvoke.CvtColor(m1, m2, ColorConversion.Bgr2Gray);

            Mat result3 = new Mat();

            CvInvoke.GaussianBlur(m2, result3, new Size(3, 3), 5);

            CvInvoke.Canny(result3, result3, 100, 200, 3);

            ImageBox3.Image = result3;

        }

运行后如下图所示：

 

图6-3 Canny边缘检测