OpenCV中Canny边缘检测

OpenCV中常用的边缘检测算子有Canny、Sobel和Laplacian算子，这里详细介绍Canny算子。
Canny边缘检测的步骤如下：
1）使用高斯滤波降噪；
2）计算图像的梯度，此处的Canny算子采用Sobel算子计算x，y方向的梯度；
3）非极大值抑制，排除非边缘像素，仅仅保留了一些细线条（候选边缘）；
4）使用滞后阈值进行边缘的判定，所谓滞后阈值，是指使用了两个阈值th1，th2（假设th1<th2），判定方法如下：
低于th1的像素点会被认为不是边缘；
高于th2的像素点会被认为是边缘；
在th1和th2之间的像素点,若与第2步得到的边缘像素点相邻，则被认为是边缘，否则被认为不是边缘。
Canny函数原型如下：

 void Canny( InputArray image, OutputArray edges,
             double threshold1, double threshold2,
             int apertureSize=3, bool L2gradient=false );

输入参数含义如下：
1）第一个参数 image：输入图像，需为单通道8位图像；
2）第二个参数 edge：输出图像，和输入图像类型尺寸一样；
3）第三个参数threshold1 ：第一个滞后性阈值；
4）第四个参数threshold2：第二个滞后性阈值；
5）第五个参数apertureSize：表示应用Sobel算子的孔径大小；
6）第六个参数L2gradient：计算图像梯度的标识，
如果为true，计算图像梯度的时候会使用：（更加精确）

如果为false，计算图像梯度的时候会使用：

使用代码样例：

#include<iostream>
#include <opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;
using namespace std;


//-----------------------------------【main( )函数】-------------------------------------------
//            描述：控制台应用程序的入口函数，我们的程序从这里开始
//-----------------------------------------------------------------------------------------------
int main( )
{
	//载入原始图  
	Mat srcImage = imread("1.jpg");  //工程目录下应该有一张名为1.jpg的素材图
	Mat srcImage1=srcImage.clone();

	//显示原始图 
	imshow("【原始图】Canny边缘检测", srcImage); 

	//----------------------------------------------------------------------------------
	//	一、最简单的canny用法，拿到原图后直接用。
	//----------------------------------------------------------------------------------
	Canny( srcImage, srcImage, 150, 100,3 );
	imshow("【效果图】Canny边缘检测", srcImage); 


	//----------------------------------------------------------------------------------
	//	二、高阶的canny用法，转成灰度图，降噪，用canny，最后将得到的边缘作为掩码，拷贝原图到效果图上，得到彩色的边缘图
	//----------------------------------------------------------------------------------
	Mat dstImage,edge,grayImage;

	// 【1】创建与src同类型和大小的矩阵(dst)
	dstImage.create( srcImage1.size(), srcImage1.type() );

	// 【2】将原图像转换为灰度图像
	cvtColor( srcImage1, grayImage, CV_BGR2GRAY );

	// 【3】先用使用 3x3内核来降噪
	blur( grayImage, edge, Size(3,3) );

	// 【4】运行Canny算子
	Canny( edge, edge, 3, 9,3 );

	//【5】将g_dstImage内的所有元素设置为0 
	dstImage = Scalar::all(0);

	//【6】使用Canny算子输出的边缘图g_cannyDetectedEdges作为掩码，来将原图g_srcImage拷到目标图g_dstImage中
	srcImage1.copyTo( dstImage, edge);

	//【7】显示效果图 
	imshow("【效果图】Canny边缘检测2", dstImage);
	waitKey(0); 

	return 0; 
}