邊緣繪製

詳細描述

用於幾何特徵提取和驗證的邊緣繪製（ED）演算法。

邊緣繪製（ED）演算法是一種主動的邊緣檢測方法。與許多現有的邊緣檢測演算法採用的減法策略（即，應用梯度濾波器並根據若干規則消除畫素，例如 Canny 邊緣檢測器中的非極大值抑制和滯後閾值）相反，ED 演算法透過加法策略執行。它逐個選擇邊緣畫素並將它們連線起來，因此得名邊緣繪製。

ED 提供了幾個關鍵優勢

1. 加法策略：ED 不是在梯度濾波後消除非邊緣畫素，而是透過根據梯度響應選擇和連線畫素來增量構建邊緣段。這與傳統方法不同，傳統方法依賴於非極大值抑制和滯後閾值來濾除非邊緣畫素。
2. 邊緣畫素選擇：ED 透過分析其區域性梯度響應，同時考慮相鄰畫素來選擇邊緣畫素。這產生了更平滑和更連續的邊緣段，因為 ED 旨在最大化沿邊緣段的整體梯度強度。
3. 邊緣段形成：諸如非極大值抑制之類的傳統方法，檢查畫素是否沿其梯度方向具有最大梯度響應，否則將其消除。然而，這種方法不考慮相鄰畫素，通常導致較低質量的邊緣段。另一方面，ED 透過最大化段的總梯度響應將一組邊緣畫素連線在一起，從而產生高質量、定位良好的邊緣。
4. 更高級別的特徵提取：在形成邊緣段之後，ED 可以提取更高級別的幾何特徵，例如直線、圓形、橢圓形和其他形狀，使其對於涉及幾何特徵提取和驗證的任務非常有用。

ED 演算法產生連續、平滑且定位良好的邊緣段，使其成為需要精確邊緣檢測和幾何形狀分析的應用程式的理想選擇。

類
類	cv::ximgproc::EdgeDrawing
	實現 ED (EdgeDrawing) [275]、EDLines [4]、EDPF [5]、EDCircles [6] 和 ColorED [7] 演算法的類。更多...

函式
Ptr< EdgeDrawing >	cv::ximgproc::createEdgeDrawing ()
	建立一個指向 EdgeDrawing 物件的智慧指標並對其進行初始化。

函式文件

createEdgeDrawing()

Ptr< EdgeDrawing > cv::ximgproc::createEdgeDrawing

(

)

Python
	cv.ximgproc.createEdgeDrawing(		) ->	retval

#include <opencv2/ximgproc/edge_drawing.hpp>

建立一個指向 EdgeDrawing 物件的智慧指標並對其進行初始化。