快速边缘检测的结构化森林

简介

本教程将学习如何使用结构化森林进行图像边缘检测。

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，适用于两种算法（Sobel 和 StructuredEdgeDetection::detectEdges）生成的边缘。

源代码

/**************************************************************************************
快速边缘检测的结构化森林演示需要您提供一个模型。
此模型可以在 Github 上的 opencv_extra 仓库中找到，链接如下：
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 || 输入图像文件名}"
 "{m || 模型文件名}"
 "{o || 输出图像文件名}"
};
 
int main( int argc, const char** argv )
{
 CommandLineParser parser(argc, argv, keys);
 parser.about("此示例演示了快速边缘检测的结构化森林的使用方法");
 parser.printMessage();
 
 if ( !parser.check() )
    {
 parser.printErrors();
 return -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);
 if ( image.empty() )
 CV_Error(Error::StsError, String("无法读取图像文件: ") + inFilename);
 
 if ( modelFilename.size() == 0)
 CV_Error(Error::StsError, String("模型名称为空"));
 
 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() 时间: " << tm << std::endl;
 
 tm.reset();
 tm.start();
 // 从边缘图计算方向
 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);
 
 tm.stop();
 std::cout << "nms 时间: " << 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("无法读取图像文件: ") + 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);

       //根据边缘图计算方向
       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);

参考文献

更多信息，请参考以下论文：[70] [168]