边缘提取

今天学习的内容是图像的边缘提取。边缘提取其实也是一种滤波，不同的算子有不同的提取效果。比较常用的方法有三种，Sobel算子，Laplacian算子，Canny算子。在opencv中，这几个算子被封装成函数。

（1）Sobel算子是通过求取像素的一阶导来获取边缘，如果变化大则像素值高，Sobel算子有x和y方向之分。

Sobel(源Mat对象,目标Mat对象,输出图像深度,x方向阶数,y方向阶数,区域大小)//如果是x方向的Sobel则x方向阶数是1，否则是0，y方向类似。往往求取x和y方向的Sobel结果后，用addWeighted函数将它们合并成一张完整的边缘提取图。

（2）Laplacian算子则是通过求取像素的二阶导来获取边缘，Laplacian算子没有方向之分。

Laplacian(源Mat对象,目标Mat对象,输出图像深度,区域大小)//得到的结果有可能存在负数值，需要convertScaleAbs函数进行取绝对值操作。

（3）Canny算子的原理是非最大信号抑制。

Canny(源Mat对象,目标Mat对象,低阈值,高阈值,区域大小)//Canny算子产生的是二值图，产生的方法是利用高低阈值，高过高阈值的保留，低于低阈值的舍弃，高低阈值之间的且相互连接的保留（不太懂）。

在使用这些函数之前都有两个步骤，一是将图像转换成灰度图像，二是进行简单的模糊降噪。

演示代码：

#include<opencv2\opencv.hpp>
#include<iostream>
#include<math.h>
#include<algorithm>
#include<stdlib.h>

using namespace std;
using namespace cv;

Mat src, src_gray, dst_Sobel, dst_Laplacian, dst_Canny, dst;

int main()
{
	src = imread("1.jpg", 1);
	if (src.empty())
	{
		printf("cannot load!!\n");
		system("pause");
		return -1;
	}
	imshow("原图", src);

	cvtColor(src, src_gray, CV_BGR2GRAY);
	blur(src_gray, src_gray, Size(3, 3));

	//Sobel
	Mat xSobel;
	Sobel(src_gray, xSobel, -1, 1, 0, 3);
	Mat ySobel;
	Sobel(src_gray, ySobel, -1, 0, 1, 3);
	addWeighted(xSobel, 0.5, ySobel, 0.5, 0, dst_Sobel);
	imshow("Sobel", dst_Sobel);

	//Laplacian
	Laplacian(src_gray, dst_Laplacian, -1, 3);
	convertScaleAbs(dst_Laplacian, dst_Laplacian);
	imshow("Laplacian", dst_Laplacian);

	//Canny
	Canny(src_gray, dst_Canny, 50, 100, 3);
	imshow("Canny", dst_Canny);


	waitKey(0);
	return 0;
}

演示效果：