龙空技术网

249.C# OpenCvSharp 灰度与边缘检测算法

技术老小子 627

前言:

此时看官们对“opencv边缘检测摘要”可能比较关注,你们都需要知道一些“opencv边缘检测摘要”的相关资讯。那么小编也在网摘上汇集了一些对于“opencv边缘检测摘要””的相关资讯,希望兄弟们能喜欢,我们快快来了解一下吧!

摘要

C# OpenCvSharp是一个封装了OpenCV库的C#应用程序,它提供了许多强大的功能,例如加载图像、转换图像格式、图像处理和计算机视觉算法。为了展示C# OpenCvSharp的强大之处,我们将展示如何加载一张图像,将其转换为灰度图像,并使用Canny边缘检测算法检测图像中的边缘。

正文

nuget 安装库

Cv2.CvtColor 是 C# OpenCvSharp 中的一个方法,用于将图像在不同的颜色空间之间进行转换

Cv2.CvtColor 方法的参数说明:

public static void CvtColor(InputArray src, OutputArray dst, ColorConversionCodes code, int dstCn = 0)
src: 输入的源图像。它可以是 Mat 或 MatExpr 类型,表示待转换的图像。dst: 输出的目标图像。它应该是一个空的 Mat,用于存储转换后的图像。code: 颜色转换代码,指定源图像的颜色空间和目标图像的颜色空间。这是一个 ColorConversionCodes 枚举值,表示不同的颜色空间转换选项。例如,ColorConversionCodes.BGR2GRAY 表示从 BGR(蓝绿红)颜色空间转换为灰度颜色空间。dstCn (可选参数): 目标图像的通道数。默认值为 0,表示目标图像的通道数与源图像相同。

ColorConversionCodes 枚举包含许多预定义的颜色转换选项,可以根据需要进行选择。以下是一些常见的颜色转换代码:

ColorConversionCodes.BGR2GRAY: BGR 到灰度转换ColorConversionCodes.BGR2HSV: BGR 到 HSV 转换ColorConversionCodes.BGR2RGB: BGR 到 RGB 转换ColorConversionCodes.BGR2Lab: BGR 到 Lab 转换ColorConversionCodes.RGB2GRAY: RGB 到灰度转换ColorConversionCodes.HSV2BGR: HSV 到 BGR 转换Cv2.Canny 方法的参数说明:

public static void Canny(InputArray image, OutputArray edges, double threshold1, double threshold2, int apertureSize = 3, bool L2gradient = false)
image: 输入的源图像。可以是 Mat 或 MatExpr 类型。edges: 输出的边缘图像。这应该是一个空的 Mat,用于存储边缘检测结果。threshold1 和 threshold2: 两个阈值,用于控制边缘检测的强度。通常情况下,threshold1 用于检测弱边缘,threshold2 用于检测强边缘。边缘的强度高于 threshold2 被认为是强边缘,强度介于 threshold1 和 threshold2 之间的被认为是弱边缘。apertureSize (可选参数): Sobel 滤波器的孔径大小。默认值为 3,表示使用 3x3 的 Sobel 滤波器。L2gradient (可选参数): 一个布尔值,用于指定是否使用更精确的 L2 范数来计算梯度幅值。默认值为 false,表示使用 L1 范数。

Canny 边缘检测算法基于以下几个步骤:

对图像进行灰度化(如果图像不是灰度图像)。对图像进行高斯平滑处理,以减少噪声。计算图像的梯度幅值和方向。应用非最大抑制,以细化边缘。使用双阈值来检测和连接边缘。一个例子

private void btnCanny_Click(object sender, EventArgs e){    Mat originalImage = Cv2.ImRead("D:\\BaiduSyncdisk\\11Test\\halcon\\clip.png", ImreadModes.Color);    if (originalImage.Empty())    {        MessageBox.Show("Failed to load image!");        return;    }    Mat grayImage = new Mat();    //转灰度    Cv2.CvtColor(originalImage, grayImage, ColorConversionCodes.BGR2GRAY);    Mat edges = new Mat();    //计算边缘    Cv2.Canny(grayImage, edges, 100, 200);    pic1.Image = BitmapConverter.ToBitmap(originalImage);    pic2.Image = BitmapConverter.ToBitmap(edges);    pic1.SizeMode = PictureBoxSizeMode.StretchImage;    pic2.SizeMode = PictureBoxSizeMode.StretchImage;}

标签: #opencv边缘检测摘要