OpenCV灰度、高斯模糊、边缘检测的简单示例

这篇文章主要为大家详细介绍了OpenCV灰度、高斯模糊、边缘检测的简单示例，具有一定的参考价值，可以用来参考一下。

感兴趣的小伙伴，下面一起跟随四海网的雯雯来看看吧！

一、彩色图像转灰度

Opencv提供了一个方法，可以使彩色图像变为灰度图像。

 

函数名：cvtColor(src,dest,way);

 

 

src表示初始的mat对象；

 

 

dest表示转换后的mat对象；

 

 

way表示以何种方式转换。

 

举个例子：

代码如下：

int main()
{
	//定义路径
	string path = "Resources//test.png";
	//Mat:opencv引入的矩阵数据类型，处理所有图像
	Mat img = imread(path);
	//创建一个新的mat对象，用来存放转换后的灰度图像
	Mat imgGray;
	//灰度转换函数
	cvtColor(img, imgGray, COLOR_BGR2GRAY);
	//展示图片，并给图片取名
	imshow("Image", img);
	//延迟，直到我们按下关闭按钮
	imshow("ImageGray", imgGray);
	waitKey(0);
	return 0;
}

OpenCV实现灰度、高斯模糊、边缘检测的示例

这里的方法就是COLOR_BGR2GRAY，

解释出来就是：RGB颜色to灰度。

 

运行截图： 

 

二、高斯模糊 

 

高斯模糊本质上是低通滤波器，输出图像的每个像素点是原图像上对应像素点与周围像素点的加权和。

 

 

函数：GaussianBlur(src,dest,size(m,n),sigma1,sigma2);

 

高斯模糊,第三，第四，第五参数为高斯模糊的度数。
定义内核大小为m*n,数字越大越模糊；
然后有sigma1和sigma2，这两个数也是模糊度数的参数，可定义为0。

代码如下：

	//创建一个模糊对象
	Mat imgBlur;
	//高斯模糊,第三，第四，第五参数为高斯模糊的度数,
	//定义内核大小为7*7,数字越大越模糊；
	//然后有sigma1和sigma2，这两个数可定义为0
	GaussianBlur(img, imgBlur, Size(7, 7),0,0);
	imshow("ImageBlur", imgBlur);
	waitKey(0);

OpenCV实现灰度、高斯模糊、边缘检测的示例

运行截图：

三、边缘检测 

我们有很多边缘检测器，用于检测图像的边缘轮廓。

最常用的是坎尼边缘检测器。

 

Canny（src,dest,low,high);

 

 

检测前通常做模糊处理。
两个阈值:双阈值筛选
设置一个双阈值，即低阈值（low），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。

 

代码如下：

	//坎尼边缘检测器
	Mat imgCanny;
	//检测前通常做模糊处理
	//两个阈值:双阈值筛选
	//设置一个双阈值，即低阈值（low），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。
	Canny(imgBlur, imgCanny, 50, 150);
	imshow("ImageCanny", imgCanny);

OpenCV实现灰度、高斯模糊、边缘检测的示例

运行截图： 

阈值为25，75：

到此这篇关于OpenCV实现灰度、高斯模糊、边缘检测的示例的文章就介绍到这了,更多相关OpenCV 灰度、高斯模糊、边缘检测内容请搜索四海网以前的文章或继续浏览下面的相关文章希望大家以后多多支持四海网！

本文来自：http://www.q1010.com/181/19048-0.html

注：关于OpenCV灰度、高斯模糊、边缘检测的简单示例的内容就先介绍到这里，更多相关文章的可以留意四海网的其他信息。

关键词：python