Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Fiche tp5 detection contours

Travail à faire Computer and Mobile Vision TP n Détection de contours I Détection de contours avec la méthode de canny Copier ce code et compléter les deux parties A et B include include include include using namespace std using namespace cv IplImageframe Int a void Det Canny Mat src Mat dst int i A Int main B Partie A Utiliser La fonction Canny pour détecter les contours d ? une image source puis a ?cher l ? image résultante Partie B Développer la fonction principale main qui permet de capter une série d ? images à travers la webcam puis appliquer le détecteur de canny développer dans la partie A Pour ce faire vous devez passer par les étapes suivantes a Récupération du ux de la webcam à travers la fonction cvCaptureFromCAM b Lecture du ux récupéré par cvQueryFrame c Création du trackbar en utilisant createTrackbar d Récupération de la valeur du trackbar par la fonction getTrackbarPos e Appel de la méthode Det Canny Exécutez votre programme et copier l ? mage résultante ainsi que votre code CComputer and Mobile Vision include include include include include using namespace std using namespace cv IplImageframe int a int value Mat src srcgray dst Mat edge char windowname image void DetCanny Mat src Mat dst int i Canny edge edge value value void getTrackbarPos int void blur srcgray edge Size DetCanny src dst value dst Scalar all src copyTo dst edge imshow windowname dst imwrite C Users Lenovo Downloads lenaresultat png dst int main src imread C Users Lenovo Downloads lena png cvtColor src srcgray CVBGR GRAY namedWindow windowname WINDOWAUTOSIZE createTrackbar valeur windowname value getTrackbarPos getTrackbarPos waitKey return CRésultat Computer and Mobile Vision Décrire l ? algorithme de canny L ? algorithme commence par réduire le bruit a ?n de mieux détecter les contours lisser l ? image en utilisant un ?ltre gaussien Puis Il faut calculer la norme du gradient et l ? angle de la normale au gradient pour chaque pixel de l ? image lissée Après il faut supprimer de la norme du gradient toutes les valeurs faibles les valeurs qui ne sont pas les plus grandes en suivant l ? angle de leur gradient Puis il faut a ?ner le ?ltrage des contours faibles et de garder uniquement les contours signi ?catifs La dernière étape est trouver le seuil automatiquement CComputer and Mobile Vision II Détection de contours avec le détecteur Sobel Charger l ? image rectangle jpeg ? Faire un Filtrage de l ? image avec un ?ltre Gaussien de taille Convertir l ? image source en image en niveau de gris Appliquer le détecteur Sobel dans les deux directions horizontale et verticale Modi ?er la profondeur de l ? image en CV S en utilisant la fonction convertScaleAbs A ?cher les des deux images avant et après la modi ?cation de la profondeur Interpréter le résultat obtenu Additionner les deux gradients obtenus en utilisant la fonction addWeighted Copier les images obtenues après l ? exécution de