opencv之边缘检测

Canny检测

发展:

Canny 的目标是找到一个最优的边缘检测算法，最优边缘检测的含义是：
好的检测- 算法能够尽可能多地标识出图像中的实际边缘。
好的定位- 标识出的边缘要尽可能与实际图像中的实际边缘尽可能接近。
最小响应- 图像中的边缘只能标识一次，并且可能存在的图像噪声不应标识为边缘。
为了满足这些要求 Canny 使用了变分法，这是一种寻找满足特定功能的函数的方法。最优检测使用四个指数函数项的和表示，但是它非常近似于高斯函数的一阶导数。

void cvCanny( const CvArr* image, CvArr* edges, double threshold1,double threshold2, int aperture_size=3 );

image
单通道输入图像.
edges
单通道存储边缘的输出图像
threshold1
第一个阈值
threshold2
第二个阈值
aperture_size
Sobel 算子内核大小 (见 cvSobel).
函数 cvCanny 采用 CANNY 算法发现输入图像的边缘而且在输出图像中标识这些边缘。threshold1和threshold2 当中的小阈值用来控制边缘连接，大的阈值用来控制强边缘的初始分割。
注意事项：cvCanny只接受单通道图像作为输入。

代码简介:1. 读取一段视频文件 

              2. 并对视频图像的每一帧做边缘检测

              3. 显示检测后的图像视频

#include<iostream>
#include"opencv2/opencv.hpp"

using namespace cv;  
using namespace std;
int main(int argc, char* argv[])  
{  
   
	VideoCapture cap("test.avi");  //打开视频文件
	if(!cap.isOpened())
	{
           cerr << "Can not open a camera or file."<< endl;
            return -1;
	}
	Mat edges;
	namedWindow("edges",1);
	for(; ;)
	{
           Mat frame;
           cap>>frame;   //读取一帧
	   if(frame.empty())
	       break;
           cvtColor(frame, edges, CV_BGR2GRAY);//转为灰度图
	   Canny(edges,edges,0,30,3);   //边缘检测
           imshow("edges",edges);  //显示
	   if(waitKey(30) >= 0)
	   	break;
	   
        }
       return 0;  

}