opencv教程（三）c++

最新推荐文章于 2024-09-14 10:24:40 发布

sinat_26722849

最新推荐文章于 2024-09-14 10:24:40 发布

阅读量4.3k

点赞数 4

分类专栏： c++ 文章标签： c++

本文链接：https://blog.csdn.net/sinat_26722849/article/details/75168645

版权

本文是OpenCV教程的第三部分，重点介绍了使用C++进行轮廓检测的方法。主要内容包括findContours函数的使用，详细解释了函数参数及其作用，如模式选择和轮廓近似方法。此外，还讲解了Canny边缘检测算子的工作流程和Canny函数的参数设置，提供了用于检测行驶车辆的代码示例。

摘要由CSDN通过智能技术生成

opencv教程（三）轮廓检测c++

边缘检测函数
1）c++：void findContours( InputOutputArray image, OutputArrayOfArrays contours,int mode, int method, Point offset = Point());
2）c++：void findContours( InputOutputArray image, OutputArrayOfArrays contours,OutputArray hierarchy,int mode, int method, Point offset = Point());
函数解析：image输入图像，8位单通道二值图像；contours为检测到的轮廓，每一个轮廓都在向量中；hierarchy为包含图像拓扑结构的信息；mode为可选获取轮廓的方法，常用的有CV_RETR_EXTERNAL,CV_RETR_LIST为检测所有轮廓的不包含继承关系，CV_RETR_TREE为检测所有轮廓的包含继承关系，CV_RETR_CCOMP为检测所有轮廓，但是仅仅建立两层包含关系；method为轮廓近似方法，参数设置为CV_CHAIN_APPROX_NONE表示把轮廓上所有的点存储，CV_CHAIN_APPROX_SIMPLE表示只存储水平，垂直及对角直线的起始点；offset为可选的偏移量。
Canny：边缘检测算子，边缘检测步骤：1.消除噪声2.计算梯度幅度与方向3.非极大值抑制4.用滞后阈值算法求解图像边缘
Canny函数
c++：void Canny( InputArray image, OutputArray edges,double threshold1, double threshold2,int apertureSize = 3, bool L2gradient = false );
函数解析：image为输入函数，单通道8bit；edges为输出图像，与输入同类型同尺寸；threshold1为第一滞后过程阈值；threshold2为第二滞后过程阈值；apertureSize为索贝尔操作的尺寸因子；L2gradient为标志位，表示是否使用L2范数来计算图像梯度大小。

代码示例

#include<opencv2/core/core.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<iostream>
using namespace cv;
using