用于快速边缘检测的结构化森林

简介

在本教程中，你将了解如何使用结构森林在图像中检测边缘。

示例

图像

图像

图像

图像

图像

图像

图像

图像

图像

图像

图像

图像

注意

二值化技术，如 Canny 边缘检测器适用于由两种算法（Sobel 和 StructuredEdgeDetection::detectEdges）生成的边缘。

源代码

/**************************************************************************************
用于快速边缘检测的结构森林要求你提供一个模型。
此模型可在以下链接中的 Github 上的 opencv_extra 存储库中找到：
https://github.com/opencv/opencv_extra/blob/master/testdata/cv/ximgproc/model.yml.gz
***************************************************************************************/
 
#include <opencv2/ximgproc.hpp>
#include "opencv2/highgui.hpp"
#include <iostream>
 
using namespace cv;
using namespace cv::ximgproc;
 
const char* keys =
{
 "{i || input image file name}"
 "{m || model file name}"
 "{o || output image file name}"
};
 
int main( int argc, const char** argv )
{
 CommandLineParser parser(argc, argv, keys);
 parser.about("此样本演示了如何使用用于快速边缘检测的结构化森林");
 parser.printMessage();
 
 如果 ( !parser.check() )
    {
 parser.printErrors();
 返回 -1;
    }
 
 String modelFilename = parser.get<String>("m");
 String inFilename = parser.get<String>("i");
 String outFilename = parser.get<String>("o");
 
 Mat image = imread(inFilename, IMREAD_COLOR);
 如果 ( image.empty() )
 CV_Error(Error::StsError, String("无法读取图像文件: ") + inFilename);
 
 如果 ( modelFilename.size() == 0)
 CV_Error(Error::StsError, String("空模型名称"));
 
 image.convertTo(image, DataType<float>::type, 1/255.0);
 
 TickMeter tm;
 tm.start();
 Ptr<StructuredEdgeDetection> pDollar =
 createStructuredEdgeDetection(modelFilename);
 
 tm.stop();
 std::cout << "createStructuredEdgeDetection() 时间: " << tm << std::endl;
 
 tm.reset();
 tm.start();
 Mat edges;
 pDollar->detectEdges(image, edges);
 tm.stop();
 std::cout << "detectEdges() time : " << tm << std::endl;
 
 tm.reset();
 tm.start();
 // computes orientation from edge map
 Mat orientation_map;
 pDollar->computeOrientation(edges, orientation_map);
 
 // suppress edges
 Mat edge_nms;
 pDollar->edgesNms(edges, orientation_map, edge_nms, 2, 0, 1, true);
 
 tm.stop();
 std::cout << "nms time : " << tm << std::endl;
 
 if ( outFilename.size() == 0 )
    {
 imshow("edges", edges);
 imshow("edges nms", edge_nms);
 waitKey(0);
    }
 else
 imwrite(outFilename, 255*edges);
 
 return 0;
}

说明

1. 加载源彩色图像

       Mat image = imread(inFilename, IMREAD_COLOR);
       if ( image.empty() )
           CV_Error(Error::StsError, String("Cannot read image file: ") + inFilename);

2. 将源图像转换为浮点数 [0；1] 范围

   image.convertTo(image, DataType<float>::type, 1/255.0);

3. 运行主算法

       Ptr<StructuredEdgeDetection> pDollar =
   createStructuredEdgeDetection(modelFilename);

       Mat edges;
   pDollar->detectEdges(image, edges);

       // 根据边缘映射计算方向
       Mat orientation_map;
   pDollar->computeOrientation(edges, orientation_map);
    
       // 抑制边缘
       Mat edge_nms;
   pDollar->edgesNms(edges, orientation_map, edge_nms, 2, 0, 1, true);

4. 显示结果

       if ( outFilename.size() == 0 )
       {
   imshow("edges", edges);
   imshow("edges nms", edge_nms);
   waitKey(0);
       }
       else
   imwrite(outFilename, 255*edges);

文献

更多信息，参考以下论文：[70] [168]