【OpenCV图像处理】1.19 Canny检测算法

1. 相关理论

课程中，理论部分比较简单，未介绍清楚，后来看到的《数字图像处理》(P463)内容才明白是咋回事。

• Canny(坎尼)输入法介绍

  • Canny是边缘检测算法，在1986年提出的。
  • 是一个很好的边缘检测器
  • 很常用也很实用的图像处理方法

• Canny算法介绍 – 五步 in cv::Canny

  • 高斯模糊 - GaussianBlur
  • 灰度转换 - cvtColor
  • 计算梯度 – Sobel/Scharr
  • 非最大信号抑制
  • 高低阈值输出二值图像

• Canny算法介绍-高低阈值输出二值图像

  • T1， T2为阈值，凡是高于T2的都保留，凡是小于T1都丢弃，从高于T2的像素出发，凡是大于T1而且相互连接的，都保留。最终得到一个输出二值图像。
  • 推荐的高低阈值比值为 T2: T1 = 3:1/2:1其中T2为高阈值，T1为低阈值

• API- cv::Canny
  src是8-bit图像，所以应该转为灰度图像。

  Canny（
  InputArray src, // 8-bit的输入图像
  OutputArray edges,// 输出边缘图像， 一般都是二值图像，背景是黑色
  double threshold1,// 低阈值，常取高阈值的1/2或者1/3
  double threshold2,// 高阈值
  int aptertureSize,// Soble算子的size，通常3x3，取值3
  bool L2gradient // 选择 true表示是L2来归一化，否则用L1归一化
  ）
  

2. 代码 & 运行效果

完整代码：

#include <iostream>
#include <string>
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/types_c.h>

using namespace std;
using namespace cv;

#ifndef P19
#define P19 19
#endif

#if P19 //Canny
int t1_value = 50;
int max_value = 255;
const char* OUTPUT_TITLE = "Canny result";
Mat gray_src;
void Canny_demo(int, void *)
{
    Mat edge_output;
    blur(gray_src, gray_src, Size(3,3), Point(-1, -1), BORDER_DEFAULT); //用3*3内核降噪（模糊）
    Canny(gray_src, edge_output, t1_value, t1_value*2, 3, false);
    imshow(OUTPUT_TITLE, edge_output);
}
#endif

int main() {
    std::string path = "../fei.JPG";
    cv::Mat img = cv::imread(path, 5);

    string str_input = "input image";
    string str_output = "output image";

    if(img.empty())
    {
        std::cout << "open file failed" << std::endl;
        return -1;
    }
    
#if P20     //Canny
    cvtColor(img,gray_src, COLOR_BGR2GRAY);

    Mat edge_image;
    createTrackbar("Threshold Value", OUTPUT_TITLE, &t1_value, max_value, Canny_demo);
    Canny_demo(0, 0);
#endif

    cv::waitKey(0);
    cv::destroyAllWindows();
    return 0;
}

运行效果：

函数Canny_demo(int, void *)中，imshow(OUTPUT_TITLE, ~edge_output);取反后的显示效果：