图像二值化后提边缘效果不好？那是你不会用HSV色彩空间

最新推荐文章于 2024-12-27 23:35:34 发布

RayChiu_Labloy

最新推荐文章于 2024-12-27 23:35:34 发布

阅读量1.3k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： OpenCV4 机器视觉图像处理文章标签：计算机视觉

本文链接：https://blog.csdn.net/RayChiu757374816/article/details/121077196

机器视觉图像处理同时被 2 个专栏收录

62 篇文章

订阅专栏

OpenCV4

22 篇文章

订阅专栏

本文介绍了一种在图像处理中使用HSV色彩空间进行边缘提取的方法。通过将图像从RGB转换到HSV空间，并对HSV三个通道进行加权融合，进而利用中值滤波和Canny算子实现高质量的边缘检测。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

作者：RayChiu_Labloy
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处

我们平时在做图像边缘提取的时候一般经常在RGB空间做图像二值化然后阈值处理后提取边缘，大多数情况是效果不错的，但是有些图像对比度和色彩区分度不是很好，那么RGB空间处理效果就不够用了。

我们这这种情况下可转成HSV色彩空间，提取其三个维度的图像，然后做权重加和处理，再经过滤波后的直接canny出来的边缘效果会非常好。

江湖我雷哥，人狠话不多，桑代码：

cv::Mat HSV;
cv::cvtColor(imgSmall, HSV, COLOR_BGR2HSV);
std::vector<cv::Mat> splitImage;
cv::split(HSV, splitImage);
cv::Mat H, S, V;

H = splitImage[0];
S = splitImage[1];
V = splitImage[2];

cv::Mat addImage = 0.3 * V + 0.7 * H; //加权融合处理
//cv::addWeighted();
cv::Mat filter;

cv::Mat filter_v = 255 - addImage; //前景目标为白色
cv::medianBlur(filter_v, filter, 9); //中值滤波使边缘均衡清晰
cv::threshold(filter, imgThresh, 190, 255, THRESH_BINARY);
cv::Canny(imgThresh, imgCny, mControlParams_[0], mControlParams_[1], mControlParams_[2], true);

效果图那是贼棒！