C# EMGU 3.4.1学习笔记（六）综合示例：边缘检测

本示例是《OpenCV3编程入门》中7.1.6的综合示例的C# + EMGU 3.4.1版，在这个示例程序中，分别演示了canny边缘检测、sobel边缘检测、Laplacian算子，scharr滤波器的使用，经过详细注释的代码如下：

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using Emgu.CV;
using Emgu.CV.CvEnum;

namespace SyntheticExample_EdgeDetection
{
    public partial class Form1 : Form
    {
        //原始图像
        Mat g_srcImage = new Mat();

        //Canny边缘检测相关变量
        Mat g_cannyDetectedEdges = new Mat();
        int g_cannyLowThreshold = 1; //TrackBar位置参数

        //Sobel边缘检测相关变量
        Mat g_sobelGradient_X = new Mat(), g_sobelGradient_Y = new Mat();
        Mat g_sobelAbsGradient_X = new Mat(), g_sobelAbsGradient_Y = new Mat();
        int g_sobelKenelSize = 0; //TrackBar位置参数

        //Laplace变换相关变量
        int g_LaplaceKenelSize = 0; //TrackBar位置参数

        //Scharr滤波器相关变量
        Mat g_scharrGradient_X = new Mat(), g_scharrGradient_Y = new Mat();
        Mat g_scharrAbsGradient_X = new Mat(), g_scharrAbsGradient_Y = new Mat();

        public Form1()
        {
            InitializeComponent();
        }

        private void Form1_Load(object sender, EventArgs e)
        {
            //载入原图
            g_srcImage = CvInvoke.Imread("girl3.jpg");
            if (g_srcImage.IsEmpty)
                MessageBox.Show("读取srcImage错误！");

            //显示原始图
            ImageBox_srcImage.Image = g_srcImage;

            //显示效果图
            Canny();
            Sobel();
            Laplace();
            Scharr();

            //Lable文本显示
            Lable_CannyValue.Text = "阈值：" + TrackBar_CannyValue.Value.ToString();
            Lable_SobelValue.Text = "核大小：" + (2 * TrackBar_SobelValue.Value + 1).ToString();
            Lable_LaplaceValue.Text = "核大小：" + (2 * TrackBar_LaplaceValue.Value + 1).ToString();
        }

        private void Form1_KeyDown(object sender, KeyEventArgs e)
        {
            if (e.KeyCode == Keys.Escape || e.KeyCode == Keys.Q)
            {
                MessageBox.Show("程序退出中...");
                Application.Exit();
            }
        }

        //Canny边缘检测的滚动条事件函数
        private void TrackBar_CannyValue_Scroll(object sender, EventArgs e)
        {
            Canny();
            Lable_CannyValue.Text = "阈值：" + TrackBar_CannyValue.Value.ToString();
        }

        //Sobel边缘检测的滚动条事件函数
        private void TrackBar_SobelValue_Scroll(object sender, EventArgs e)
        {
            Sobel();
            Lable_SobelValue.Text = "核大小：" + (2 * TrackBar_SobelValue.Value + 1).ToString();
        }

        //Laplacian转换的滚动条事件函数
        private void TrackBar_LaplaceValue_Scroll(object sender, EventArgs e)
        {
            Laplace();
            Lable_LaplaceValue.Text = "核大小：" + (2 * TrackBar_LaplaceValue.Value + 1).ToString();
        }

        //封装Canny边缘检测的函数
        void Canny()
        {
            //原图的灰度图
            Mat g_srcGrayImage = new Mat();

            //将原图像转换为灰度图像
            CvInvoke.CvtColor(g_srcImage, g_srcGrayImage, ColorConversion.Rgb2Gray);
            
            //先使用3×3内核来降噪
            CvInvoke.Blur(g_srcGrayImage, g_cannyDetectedEdges, new Size(3, 3), new Point(-1, -1));

            //g_cannyLowThreshold赋值
            g_cannyLowThreshold = TrackBar_CannyValue.Value;

            //运行Canny算子
            CvInvoke.Canny(g_cannyDetectedEdges, g_cannyDetectedEdges, g_cannyLowThreshold, g_cannyLowThreshold * 3);

            //定义dstImage变量，用于存储效果图
            Mat g_dstImage = new Mat();

            //使用Canny算子输出的边缘图作为掩码，来将原图g_srcImage拷贝到目标图g_dstImage中
            g_srcImage.CopyTo(g_dstImage, g_cannyDetectedEdges);

            //显示效果图
            ImageBox_cannyImage.Image = g_dstImage;
        }

        //封装Sobel边缘检测的函数
        void Sobel()
        {
            //g_sobelKenelSize赋值
            g_sobelKenelSize = TrackBar_SobelValue.Value;

            //求X方向梯度
            CvInvoke.Sobel(g_srcImage, g_sobelGradient_X, DepthType.Cv16S, 1, 0, (2 * g_sobelKenelSize + 1), 1, 1);
            CvInvoke.ConvertScaleAbs(g_sobelGradient_X, g_sobelAbsGradient_X, 1, 0); //计算绝对值，并将结果转换为8位

            //求Y方向梯度
            CvInvoke.Sobel(g_srcImage, g_sobelGradient_Y, DepthType.Cv16S, 0, 1, (2 * g_sobelKenelSize + 1), 1, 1);
            CvInvoke.ConvertScaleAbs(g_sobelGradient_Y, g_sobelAbsGradient_Y, 1, 0); //计算绝对值，并将结果转换为8位

            //定义dstImage变量，用于存储效果图
            Mat g_dstImage = new Mat();

            //合并梯度
            CvInvoke.AddWeighted(g_sobelAbsGradient_X, 0.5, g_sobelAbsGradient_Y, 0.5, 0, g_dstImage);

            //显示效果图
            ImageBox_sobelImage.Image = g_dstImage;
        }

        //封装Laplace转换的函数
        void Laplace()
        {
            //原图的灰度图
            Mat g_srcGrayImage = new Mat();

            //将原图像转换为灰度图像
            CvInvoke.CvtColor(g_srcImage, g_srcGrayImage, ColorConversion.Rgb2Gray);

            //使用高斯滤波降噪
            CvInvoke.GaussianBlur(g_srcGrayImage, g_srcGrayImage, new Size(3, 3), 0, 0);

            //g_LaplaceKenelSize赋值
            g_LaplaceKenelSize = TrackBar_LaplaceValue.Value;

            //定义dstImage和g_dstAbsImage变量，用于存储效果图
            Mat g_dstImage = new Mat(), g_dstAbsImage = new Mat();

            //使用Laplace函数
            CvInvoke.Laplacian(g_srcGrayImage, g_dstImage, DepthType.Cv16S, (2 * g_LaplaceKenelSize + 1));
            CvInvoke.ConvertScaleAbs(g_dstImage, g_dstAbsImage, 1, 0); //计算绝对值，并将结果转换为8位

            //显示效果图
            ImageBox_laplaceImage.Image = g_dstAbsImage;
        }

        //封装Scharr边缘检测的函数
        void Scharr()
        {
            //定义dstImage变量，用于存储效果图
            Mat g_dstImage = new Mat();

            //求X方向梯度
            CvInvoke.Scharr(g_srcImage, g_scharrGradient_X, DepthType.Cv16S, 1, 0);
            CvInvoke.ConvertScaleAbs(g_scharrGradient_X, g_scharrAbsGradient_X, 1, 0); //计算绝对值，并将结果转换为8位

            //求Y方向梯度
            CvInvoke.Scharr(g_srcImage, g_scharrGradient_Y, DepthType.Cv16S, 0, 1);
            CvInvoke.ConvertScaleAbs(g_scharrGradient_Y, g_scharrAbsGradient_Y, 1, 0); //计算绝对值，并将结果转换为8位

            //合并梯度
            CvInvoke.AddWeighted(g_scharrAbsGradient_X, 0.5, g_scharrAbsGradient_Y, 0.5, 0, g_dstImage);

            //显示效果图
            ImageBox_scharrImage.Image = g_dstImage;
        }
    }
}

程序运行效果如下图所示：

如果需要完整的程序资源，可到如下链接下载：

https://download.csdn.net/download/flymoon87/10683047