opencv学习＜1＞

opencv学习问题记录📔

findContours()

​ 🎢 findContours( InputOutputArray image, OutputArrayOfArrays contours,
​ OutputArray hierarchy, int mode,
​ int method, Point offset=Point());

​ 1️⃣image: 可以是灰度图，常用二值图像（binary image），一般是经过Canny，laplacian等边缘检测算子处理后的二值图像

​ 2️⃣contours：（vector<vector> contours），是一个双重向量，向量内每个元素保存了一组由连续的Point点构成的点的集合的向量，每一组point点集就是一个轮廓，有多少轮廓，向量Contours就有多少元素

​ 3️⃣hierarchy：(vector hierarchy), Vec4i = Vec<int.4>,定义了一个“向量内每一个元素包含了4个int型变量”的向量。所以从定义上看，hierarchy也是一个向量，向量内每个元素保存了一个包含4个int整形的数组。向量hierarchy内的元素和轮廓项链contours内的元素是一一对应的，向量的容量相同。hierarchy向量内每一个元素的4个int型变量——hierarchy[i][0] ~hierarchy[i][3]，分别表示第i个轮廓的：后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号。如果当前轮廓没有对应的后一个轮廓、前一个轮廓、父轮廓或内嵌轮廓的话，则hierarchy[i][0] ~hierarchy[i][3]的相应位被设置为默认值-1。

Sobel 算子

​ 1️⃣ 主要用作边缘检测，是一个离散型差分算子，用来运算图像亮度函数的灰度之近似值。在图像的任何一点使用此算子，将会产生对应的灰度矢量。

Sobel卷积因子为：

​ Gx: -1,0,1,-2,0,2,-1,0,1

​ Gy:1 ,2,1,0,0,0,-1,-2,-1

sobel算子根据像素点上下左右邻点灰度加权差，在边缘处达到极值这一现象检测边缘。对噪声具有平滑作用，提供较为精确的边缘方向信息。对传进来的图像像素做卷积，卷积的实质实在求梯度值，或者说给了一个加权平均，其中权值就是所谓的卷积核；然后对生成的新像素做阈值处理，以此来确定边缘信息。

在得到像素点的新像素值后，给定一个阈值就可以得到sobel算子计算出的图像边缘了。通常，为了消除噪声对sobel算子的影响，会增加一个预处理，主要是做平滑处理（smooth）降低噪声的影响。

sobel算子认为，邻域的像素对当前像素产生的影响是不等价的，所以距离不同的像素具有不同的权值，对算子结果产生的影响也不同。一般来说，距离越远，产生的影响越小。

​ 2️⃣ 什么是图像的边缘：边缘点是灰度阶跃变化的像素点，即灰度值的导数较大或极大的地方。图像的一阶微分和二阶微分可以用来增强图像边缘。如何捕捉、提取图像的边缘：对图像求其一阶或二阶导数。根据导数的极大值极小值或0值来判断是不是边缘。（图像受光照影响，一般来说，灰度值变化剧烈的地方就可以称为边缘。

​ 3️⃣ 计算简单，速度很快。计算方向单一，对复杂纹理的情况乏力。直接用阈值来判断边缘点欠合理解释，会造成较多的噪声点的误判。

Laplacian算子

​ 二阶微分算子（最简单的各项同性微分算子+线性算子

​ Laplacian( src_gray, dst, ddepth, kernel_size, scale, delta, BORDER_DEFAULT );

​ ⛱ddepth:输出图像的深度（desired depth）

Canny边缘检测

​ 是一个多阶段的算法由几个步骤构成。图像降噪，计算图像梯度，非极大值抑制，阈值筛选

​ 1️⃣ 图像降噪

​ 利用梯度算子。梯度算子可以用于增强图像，本质上是通过增强边缘轮廓来实现的，也就是可以检测到边缘。但是，他们受噪声影响很大。异地不就应该是先去除噪声，因为噪声就是灰度变化很大的地方，容易被识别成伪边缘。

​ 2️⃣计算图像梯度

​ 计算图像梯度，得到图像边缘。这一步可能得到的是所有边缘的集合。

​ 3️⃣ 非极大值抑制

​ 通常灰度变化的地方都比较集中，讲局部范围内的梯度方向上，灰度变化最大的保留下来，其他的不保留，这样可以剔除掉一大部分的点。将有多个像素宽的边缘变成一个单像素宽的边缘。

​ 4️⃣双阈值筛选

​ 通过极大值抑制后，仍然有可能有很多的可能边缘点。进一步设置一个双阈值，即低阈值low和高阈值high，灰度变化大于high的，设置为强边缘像素，低于low的，剔除。在low-high之间的设置为弱边缘。进一步判定。

copyTo()

​ img.copyTo(imgROI,mask): 作用是把mask和img重叠以后把mask中像素值为0（black）的点对应的img中的点变为透明，而保留其他点。可以理解为往img的ROI区域贴上一块mask置顶。可以理解为蒙版。

​