一步一步学OAK之五:通过OAK相机实现边缘检测

边缘检测简介

边缘检测是计算机视觉和图像处理中的一种基本技术，用于识别图像中物体和图像中不同区域之间的边界或轮廓。边缘是图像中具有明显灰度或强度变化的区域，通常表示不同物体、纹理或形状之间的边界。

边缘检测算法通过分析图像中像素的灰度值或强度变化情况，以找到这些变化的区域。常见的边缘检测算法包括Sobel算子、Canny边缘检测和Laplacian算子等。

边缘检测的应用广泛，例如在目标识别、图像分割、物体测量、图像配准和图像压缩等领域都有重要作用。通过检测图像中的边缘，可以提取出物体的形状和结构信息，进而进行进一步的分析和处理。

这里我们实现对左边、右边和RGB摄像头三个不同的输入进行边缘检测。使用了硬件加速的Sobel滤波器3x3。可以通过按键1和2来改变Sobel滤波器的参数。

Setup 1: 创建文件

• 创建新建5-edge-detector文件夹
• 用vscode打开该文件夹
• 新建一个main.py 文件

Setup 2: 安装依赖

安装依赖前需要先创建和激活虚拟环境，我这里已经创建了虚拟环境OAKenv，在终端中输入cd…退回到OAKenv的根目录，输入 OAKenv\Scripts\activate激活虚拟环境
安装pip依赖项：

pip install numpy opencv-python depthai blobconverter --user

Setup 3: 导入需要的包

在main.py中导入项目需要的包

import cv2
import depthai as dai
import numpy as np

这里导入了numpy库；

NumPy是一个Python库，用于进行科学计算和数据分析。它提供了高性能的多维数组对象（ndarray），以及一系列的函数用于操作这些数组。NumPy的主要功能包括：

1. 多维数组：NumPy的核心是ndarray对象，它是一个具有固定大小的数组，可以容纳相同类型的元素。这使得NumPy数组比Python原生的列表更高效，更适合进行大规模数据处理和数值计算。

2. 广播（Broadcasting）：NumPy允许不同形状的数组执行相同的操作，而无需复制数据。通过广播，可以有效地对数组执行元素级别的数学运算。

3. 数学和逻辑操作：NumPy提供了许多内置的数学函数（如sin，cos，exp等）和逻辑操作函数（如all，any，logical_and等），可以轻松地对数组进行操作。

4. 线性代数运算：NumPy包含了一组用于执行线性代数运算的函数，如矩阵乘法、求解线性方程组等。

5. 数组操作：NumPy提供了丰富的数组操作函数，如排序、切片、索引、重新形状等，以及用于数组合并和拆分的函数。

6. 文件操作：NumPy可以读取和写入数组数据到磁盘中的文件，支持多种文件格式（如文本文件、CSV文件、二进制文件等）。

Setup 4: 创建pipeline

pipeline = dai.Pipeline()

Setup 5: 创建节点

创建相机节点

camRgb = pipeline.create(dai.node.ColorCamera)
monoLeft = pipeline.createMonoCamera()
monoRight = pipeline.createMonoCamera()

1. camRgb = pipeline.create(dai.node.ColorCamera)：创建一个彩色相机节点（ColorCamera），用于捕获RGB图像。
2. monoLeft = pipeline.createMonoCamera()：创建一个单通道相机节点（MonoCamera），用于捕获左侧单色图像。
3. monoRight = pipeline.createMonoCamera()：创建一个单通道相机节点（MonoCamera），用于捕获右侧单色图像。

这三个节点将在管道中以并行方式工作，可以同时捕获彩色和单色图像。

创建边缘检测节点

edgeDetectorLeft = pipeline.createEdgeDetector()
edgeDetectorRight = pipeline.createEdgeDetector()
edgeDetectorRgb = pipeline.createEdgeDetector()

这段代码在pipeline中创建三个边缘检测节点。

1. edgeDetectorLeft = pipeline.createEdgeDetector()：创建了一个边缘检测节点用于处理左侧单色图像。
2. edgeDetectorRight = pipeline.createEdgeDetector()：创建了一个边缘检测节点用于处理右侧单色图像。
3. edgeDetectorRgb = pipeline.createEdgeDetector()：创建了一个边缘检测节点用于处理彩色图像。

这些边缘检测节点可以应用于左侧单色图像、右侧单色图像和彩色图像，以便检测图像中的边缘特征。