OpenCV边缘检测（六）——DOG边缘检测

是一种基于高斯滤波器的边缘检测方法。它与其他边缘检测方法的不同之处在于，它使用两个不同尺度的高斯滤波器对图像进行卷积，然后通过两个卷积结果的差异来检测边缘。下面是一个使用 OpenCV 库实现 DoG 边缘检测的示例代码：

int main()
{
    cv::Mat src = cv::imread("image.jpg");
    cv::Mat gray;
    cv::cvtColor(src, gray, cv::COLOR_BGR2GRAY);
    cv::Mat blur1, blur2;
    cv::GaussianBlur(gray, blur1, cv::Size(9, 9), 2.0);
    cv::GaussianBlur(gray, blur2, cv::Size(0, 0), 4.0);
    cv::Mat dog = blur1 - blur2;
    cv::normalize(dog, dog, 0, 255, cv::NORM_MINMAX);
    cv::imshow("src", src);
    cv::imshow("dog", dog);
    cv::waitKey(0);
    return 0;
}

在这个示例中，首先读取了一张图像，然后将图像从 BGR 色彩空间转换到灰度色彩空间。接着，使用两个不同尺度的高斯滤波器进行卷积，然后通过两个卷积结果的差异来检测边缘。最后使用 `cv::imshow()` 函数来显示原始图像和处理后的图像。