"边缘检测"与"图像轮廓"之间的区别

Question

请查看以下代码

#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace std;
using namespace cv;

Mat src, grey;
int thresh = 10;

const char* windowName = "Contours";

void detectContours(int,void*);

int main()
{
    src = imread("C:/Users/Public/Pictures/Sample Pictures/Penguins.jpg");

    //Convert to grey scale
    cvtColor(src,grey,CV_BGR2GRAY);

    //Remove the noise
    cv::GaussianBlur(grey,grey,Size(3,3),0);

    //Create the window
    namedWindow(windowName);

    //Display the original image
    namedWindow("Original");
    imshow("Original",src);

    //Create the trackbar
    cv::createTrackbar("Thresholding",windowName,&thresh,255,detectContours);

    detectContours(0,0);
    waitKey(0);
    return 0;

}

void detectContours(int,void*)
{
    Mat canny_output,drawing;

    vector<vector<Point>> contours;
    vector<Vec4i>heirachy;

    //Detect edges using canny
    cv::Canny(grey,canny_output,thresh,2*thresh);

    namedWindow("Canny");
    imshow("Canny",canny_output);

    //Find contours
    cv::findContours(canny_output,contours,heirachy,CV_RETR_TREE,CV_CHAIN_APPROX_SIMPLE,Point(0,0));

    //Setup the output into black
    drawing = Mat::zeros(canny_output.size(),CV_8UC3);



    //Draw contours
    for(int i=0;i<contours.size();i++)
    {
        cv::drawContours(drawing,contours,i,Scalar(255,255,255),1,8,heirachy,0,Point());
    }

    imshow(windowName,drawing);

}

从理论上讲,Contours意味着检测曲线.Edge detection意味着检测边缘.在上面的代码中,我已经使用Canny和进行了曲线检测findContours().以下是生成的图像

Canny Image

轮廓图像

好的,现在,正如你所看到的,没有区别!那么,这两者之间的实际差异是什么？在OpenCV教程中,只给出了代码.我找到了一个解释,Contours但它没有解决这个问题.

请帮忙!

Answer 1

边缘被计算为在梯度方向上的图像梯度的极值的点.如果有帮助,您可以将它们视为一维函数中的最小和最大点.关键是,边缘像素是局部概念:它们只是指出相邻像素之间的显着差异.

轮廓通常从边缘获得,但它们旨在成为对象轮廓.因此,它们需要是闭合曲线.您可以将它们视为边界(一些图像处理算法和图书馆会像这样称呼它们).从边缘获取它们时,需要连接边缘以获得闭合轮廓.

Answer 2

查找边和计数之间的主要区别在于,如果运行查找边,则输出为新图像.在这个新的(边缘图像)图像中,您将突出显示边缘.有许多用于检测边缘的算法,请参阅维基.

例如,Sobel算子给出了平滑的"模糊"结果.在您的特定情况下,问题在于您正在使用Canny边缘检测器.这个比其他探测器更进一步.它实际上运行了进一步的边缘细化步骤.Canny探测器的输出因此是二进制图像,具有1px宽线代替边缘.

另一方面,Contours算法处理任意二进制图像.所以,如果你把黑色背景上的白色填充正方形.运行Contours算法后,你会得到白色的空方块,只有边框.

轮廓检测的其他额外好处是,它实际上返回了一组点!这很好,因为你可以进一步使用这些点进行一些处理.

在您的特定情况下,两个图像匹配只是巧合.它不是规则,在你的情况下,这是因为Canny算法的独特属性.

Answer 3

轮廓实际上可以做的不仅仅是“只是”检测边缘。该算法确实找到了图像的边缘，但也将它们置于层次结构中。这意味着您可以请求图像中检测到的对象的外边界。如果您只检查边缘，这种事情将（直接）不可能。

从文档中可以看出，检测轮廓主要用于对象识别，而精明的边缘检测器是一种更“全局”的操作。如果轮廓算法使用某种精明的边缘检测，我不会感到惊讶。