opencv学习篇（3）snake轮廓检测

爱笑的朵拉

于 2015-11-04 09:45:02 发布

阅读量1.1k

点赞数

分类专栏： opencv 文章标签： opencv

本文链接：https://blog.csdn.net/qq_27789527/article/details/49633547

版权

本文介绍了如何在OpenCV中应用Snake算法进行轮廓检测。通过设定阈值获取初步轮廓后，利用cvSnakeImage函数计算出更精确的绿色Snake轮廓线。参数alpha、beta和gamma分别控制点的聚拢、弯曲和整体能量，调整这些值可以观察不同效果。

摘要由CSDN通过智能技术生成

opencv例子里没有提供cvsnakeimage的使用方法，在此整理一个例子，可以形象的看看snake算法的结果，大致做法是：

首先设定域值分割，把基本的轮廓找出来，见图中蓝色轮廓线，再将轮廓点传入cvSnakeImage函数，计算出绿色的snake轮廓线。

其中参数alpha代表点相互靠拢的权值(0-1.0)，beta表示弯曲能量（越小越容易弯曲）(0-1.0)，gamma表示整体能量(0-1.0)。其中参数我自己也不确定具体的范围，最好自己更改不同的范围试试.

程序运行结果

// TrainingTools.cpp : 定义控制台应用程序的入口点。
//
 
#include "stdafx.h"
#include <iostream>
#include <string.h>
#include <cxcore.h>
#include <cv.h>
#include <highgui.h>
#include <fstream>
 
 
IplImage *image = 0 ; //原始图像
IplImage *image2 = 0 ; //原始图像copy
 
using namespace std;
int Thresholdness = 141;
int ialpha = 20;
int ibeta=20; 
int igamma=</