OpenCV - обнаружение хитрого края

Canny Edge Detection используется для обнаружения краев изображения. Он принимает в качестве входных данных изображение в градациях серого и использует многоступенчатый алгоритм.

Вы можете выполнить эту операцию с изображением, используя Canny() метод imgproc class, ниже приведен синтаксис этого метода.

Canny(image, edges, threshold1, threshold2)

Этот метод принимает следующие параметры -

  • image - А Mat объект, представляющий источник (входное изображение) для этой операции.

  • edges - А Mat объект, представляющий назначение (края) для этой операции.

  • threshold1 - Переменная типа double, представляющая первый порог для процедуры гистерезиса.

  • threshold2 - Переменная типа double, представляющая второй порог для процедуры гистерезиса.

пример

Следующая программа представляет собой пример, демонстрирующий, как выполнить операцию Canny Edge Detection для данного изображения.

import org.opencv.core.Core;
import org.opencv.core.Mat;

import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

public class CannyEdgeDetection {
   public static void main(String args[]) throws Exception {
      // Loading the OpenCV core library
      System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

      // Reading the Image from the file and storing it in to a Matrix object
      String file = "E:/OpenCV/chap17/canny_input.jpg";

      // Reading the image
      Mat src = Imgcodecs.imread(file);

      // Creating an empty matrix to store the result
      Mat gray = new Mat();

      // Converting the image from color to Gray
      Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
      Mat edges = new Mat();

      // Detecting the edges
      Imgproc.Canny(gray, edges, 60, 60*3);

      // Writing the image
      Imgcodecs.imwrite("E:/OpenCV/chap17/canny_output.jpg", edges);
      System.out.println("Image Loaded");
   } 
}

Предположим, что следующее - входное изображение canny_input.jpg указанные в вышеуказанной программе.

Вывод

При выполнении вышеуказанной программы вы получите следующий результат -

Image Processed

Если вы откроете указанный путь, вы можете наблюдать выходное изображение следующим образом: