OpenCV基于P.Dollár和C. Zitnick在StructuredEdgeDetection中概述的基于随机森林的方法来实现"Structured Forests for Fast Edge Detection" (2013)。作者已经发布了an implementation for Matlab,还有one for Python,它们都还包含基于BSDS500数据集的预训练模型。
OpenCV实现似乎缺少预训练的模型,而且我也无法揭示它提供的唯一构造函数期望的格式:
该文档也没有概述如何训练OpenCV的实现,因此我处于黑暗之中。
回顾一下,如何使用OpenCV实现?有训练有素的模型吗?如果没有,如何使用OpenCV训练一个?
最佳答案
您可以从opencv_extra
ximgproc
测试数据中使用this model。
如果要训练自己的模型,可以按照OpenCV tutorials上的说明进行操作。
图片:
边缘:
码:
#include <opencv2\opencv.hpp>
#include <opencv2\ximgproc.hpp>
using namespace cv;
using namespace cv::ximgproc;
int main()
{
Ptr<StructuredEdgeDetection> pDollar = createStructuredEdgeDetection("path_to_model.yml.gz");
Mat3b src = imread("path_to_image");
Mat3f fsrc;
src.convertTo(fsrc, CV_32F, 1.0 / 255.0);
Mat1f edges;
pDollar->detectEdges(fsrc, edges);
imshow("Image", src);
imshow("Edges", edges);
waitKey();
return 0;
}