前言
使用传统的图像来检测目标边缘,受到干扰的因素太多了,而已鲁棒性不高,同样的参数,在这个环境下可以,换个环境就根本检测不到物体的边缘,或者把不是边缘的也检测进去了。ICCV2015有人提出了整体嵌套边缘检测,就通过深度学习模型执行图像到图像的预测。论文地址:https://arxiv.org/abs/1504.06375,github上的工程:https://github.com/s9xie/hed。这里我使用opencv dnn与c++演示hed边缘检测的效果。
HED边缘检测
1.检测代码
void edgeDetection(cv::Mat &src,cv::Mat &dst,double threshold)
{
CV_DNN_REGISTER_LAYER_CLASS(Crop, CropLayer);
cv::Mat img = src.clone();
cv::Size reso(500, 500);
cv::Mat blob = cv::dnn::blobFromImage(img, threshold, reso, cv::Scalar(104.00698793, 116.66876762, 122.67891434), false, false);
cv::dnn::Net net = cv::dnn::readNet("model/deploy.prototxt", "model/hed.caffemodel");
net.setInput(blob);
cv::Mat out = net.forward();
cv::resize(out.reshape(1, reso.height), out, img.size());
cv::Mat out2;
out.convertTo(dst, CV_8UC3, 255);
}
int main(void)
{
cv::Mat src = cv::imread("1.jpg");
cv::namedWindow("原图", 0);
cv::imshow("原图", src);
resize(src, src, cv::Size(500, 500));
cv::Mat dst;
edgeDetection(src, dst,2.2);
cv::namedWindow("HED", 0);
cv::imshow("HED", dst);
cv::waitKey(0);
return 0;
}
2.运行效果
官网效果: