EdgeDrawing

详细描述

用于几何特征抽取和验证的边缘绘制库

边缘绘制 (ED) 算法是边缘检测问题的一种主动方法。与遵循减法方法（即在对图像应用梯度滤波器并根据若干规则消除像素之后，例如 Canny 中的非极大值抑制和滞后）的许多其他现有边缘检测算法相比，ED 算法采用加法策略工作，即它逐个拾取边缘像素，因此得名边缘绘制。然后，我们处理那些随机形状的边缘段以提取更高级别的边缘特征，即线、圆、椭圆等。从阈值梯度幅度中提取边缘像素的流行方法是非极大值抑制，它测试每个像素是否沿其梯度方向具有最大梯度响应，如果不具有则消除。然而，此方法不检查相邻像素的状态，因此可能导致低质量（在边缘连续性、平滑度、稀疏性、定位）边缘段。ED 不使用非极大值抑制，而是指定一组边缘像素并通过最大化边缘段的总梯度响应将它们连接起来。因此它可以在不需要附加滞后步骤的情况下提取高质量边缘段。

类
类	cv::ximgproc::EdgeDrawing
	Ed 类实现 (EdgeDrawing)、EDLines [4]、EDPF [5] 和 [6] 算法。 更多内容...

函数
Ptr< EdgeDrawing >	cv::ximgproc::createEdgeDrawing ()
	创建指向 EdgeDrawing 对象的智能指针并对其进行初始化。

函数文档

createEdgeDrawing()

Ptr< EdgeDrawing > cv::ximgproc::createEdgeDrawing

(

)

Python
	cv.ximgproc.createEdgeDrawing(		) ->	retval

#include <opencv2/ximgproc/edge_drawing.hpp>

创建指向 EdgeDrawing 对象的智能指针并对其进行初始化。