边缘绘制

详细描述

用于几何特征提取和验证的边缘绘制库

边缘绘制 (ED) 算法是一种主动的边缘检测方法。与许多其他现有的边缘检测算法（例如Canny算法，采用减法策略，即在图像上应用梯度滤波器后，根据若干规则消除像素，例如非极大值抑制和滞后）不同，ED算法采用加法策略，即逐个选取边缘像素，因此得名边缘绘制。然后，我们处理这些形状不规则的边缘段以提取更高级别的边缘特征，例如直线、圆形、椭圆形等。从阈值化的梯度幅值中提取边缘像素的常用方法是非极大值抑制，该方法测试每个像素在其梯度方向上是否具有最大梯度响应，如果没有则将其消除。然而，这种方法不检查相邻像素的状态，因此可能导致边缘段质量较低（在边缘连续性、平滑性、细度、定位方面）。ED 算法并没有采用非极大值抑制，而是指向一组边缘像素并通过最大化边缘段的总梯度响应来连接它们。因此，它无需额外的滞后步骤即可提取高质量的边缘段。

类
类	cv::ximgproc::EdgeDrawing
	实现 ED (EdgeDrawing) [272]、EDLines [4]、EDPF [5] 和 EDCircles [6] 算法的类。 更多…

函数
Ptr< EdgeDrawing >	cv::ximgproc::createEdgeDrawing ()
	创建一个指向 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>

创建一个指向 EdgeDrawing 对象的智能指针并对其进行初始化。