C/C++ Thuật toán Canny

[admin]

Thuật toán Canny là một trong những thuật toán phổ biến nhất được sử dụng trong xử lý ảnh để phát hiện cạnh. Nó được phát triển bởi John F. Canny vào năm 1986 và nhanh chóng trở thành một công cụ quan trọng trong thị giác máy tính và xử lý ảnh. Thuật toán Canny bao gồm nhiều bước:

1. Làm mịn ảnh (Smoothing): Sử dụng bộ lọc Gaussian để giảm nhiễu trong ảnh.
2. Tính độ dốc và hướng gradient: Sử dụng bộ lọc Sobel hoặc Prewitt để tính độ dốc của ảnh theo chiều ngang và chiều dọc. Từ đó, tính được độ dốc và hướng gradient.
3. Chuẩn hóa gradient: Chuẩn hóa độ dốc để có giá trị gradient nằm trong khoảng [0, 1].
4. Phát hiện cạnh: Sử dụng hysteresis thresholding để phát hiện cạnh và loại bỏ các pixel không quan trọng.

Dưới đây là một ví dụ về cách thực hiện thuật toán Canny trong ngôn ngữ C++ sử dụng thư viện OpenCV

Để xem nội dung, bạn cần Đăng nhập hoặc Đăng ký.

Trong ví dụ trên, cv::Sobel được sử dụng để tính độ dốc theo chiều ngang và chiều dọc, cv::convertScaleAbs để chuẩn hóa gradient, và cv::Canny để thực hiện phát hiện cạnh. Hysteresis thresholding được sử dụng để loại bỏ các điểm không chắc chắn là cạnh. Hãy nhớ rằng bạn cần cài đặt thư viện OpenCV để sử dụng mã nguồn trên.

 

[hieule]

Các bước thực hiện thuật toán Canny như trong bài viết của anh @thanhle về mặt thực hiện bản chất như sau:

// Làm mịn ảnh bằng bộ lọc Gaussian
void gaussianBlur(const std::vector<std::vector<int>>& input, std::vector<std::vector<double>>& output, int rows, int cols) {
    // TODO: Cài đặt Gaussian Blur
    // Ở đây, sử dụng bộ lọc trung bình đơn giản làm mịn ảnh
    for (int i = 1; i < rows - 1; ++i) {
        for (int j = 1; j < cols - 1; ++j) {
            output[i][j] = (input[i - 1][j - 1] + input[i - 1][j] + input[i - 1][j + 1] +
                            input[i][j - 1] + input[i][j] + input[i][j + 1] +
                            input[i + 1][j - 1] + input[i + 1][j] + input[i + 1][j + 1]) / 9.0;
        }
    }
}

// Tính độ dốc và hướng gradient bằng bộ lọc Sobel
void sobel(const std::vector<std::vector<double>>& input, std::vector<std::vector<double>>& gradX, std::vector<std::vector<double>>& gradY, int rows, int cols) {
    // TODO: Cài đặt Sobel Filter
    for (int i = 1; i < rows - 1; ++i) {
        for (int j = 1; j < cols - 1; ++j) {
            gradX[i][j] = input[i - 1][j - 1] + 2 * input[i][j - 1] + input[i + 1][j - 1] -
                           input[i - 1][j + 1] - 2 * input[i][j + 1] - input[i + 1][j + 1];

            gradY[i][j] = input[i - 1][j - 1] + 2 * input[i - 1][j] + input[i - 1][j + 1] -
                           input[i + 1][j - 1] - 2 * input[i + 1][j] - input[i + 1][j + 1];
        }
    }
}

// Chuẩn hóa gradient và tính độ dốc và hướng
void normalizeGradient(const std::vector<std::vector<double>>& gradX, const std::vector<std::vector<double>>& gradY, std::vector<std::vector<double>>& gradient, int rows, int cols) {
    // TODO: Chuẩn hóa gradient
    for (int i = 0; i < rows; ++i) {
        for (int j = 0; j < cols; ++j) {
            gradient[i][j] = std::sqrt(gradX[i][j] * gradX[i][j] + gradY[i][j] * gradY[i][j]);
        }
    }
}

// Phát hiện cạnh bằng hysteresis thresholding
void hysteresisThresholding(const std::vector<std::vector<double>>& gradient, std::vector<std::vector<int>>& edges, int rows, int cols, double lowThreshold, double highThreshold) {
    // TODO: Hysteresis Thresholding
    for (int i = 1; i < rows - 1; ++i) {
        for (int j = 1; j < cols - 1; ++j) {
            if (gradient[i][j] >= highThreshold) {
                edges[i][j] = 255;
            } else if (gradient[i][j] >= lowThreshold && gradient[i][j] < highThreshold) {
                // TODO: Thực hiện hysteresis thresholding cho pixel có giá trị gradient ở giữa
                // (thêm xử lý để kiểm tra các điểm xung quanh)
                edges[i][j] = 0;
            } else {
                edges[i][j] = 0;
            }
        }
    }
}

Trên đây là code diễn giải nội tại của các hàm thực cần thực hiện và chỉ mang tính tham khảo )

 

[quochuy]

Wow wow

 

[HoangVu]

Toàn chuyên gia thôi @thanhle @hieule

 

[admin]

@HoangVu tks bạn

 

[hieule]

@thanhle muốn em viết lại toàn bộ thư việt OpenCv không ?

 

[admin]

@hieule