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: