1.Canny算法介绍
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( 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
1.1 非最大信号抑制
1.2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
2.API – cv::Canny
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
)
默认情况一般选择是L1,参数设置为false
3.示例:
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
/**********************************************************/
Mat src,src_gray,dst;
int T1_Value = 50;
int Max_Value = 255;
const char* OUTPUT_TITLE = "Cany image";
/**********************************************************/
void Canny_Demo(int, void*);
/***********************************************************/
int main(int argc, char** argv) {
src = imread("test.jpg");
if (!src.data)
{
printf("could not find the image...");
//cerr << "not find teh data.." << endl;
//cout << "not find teh data.." << endl;
return -1;
}
char INPUT_TITLE[] = "input image";
namedWindow(INPUT_TITLE, CV_WINDOW_AUTOSIZE);
imshow(INPUT_TITLE, src);
cvtColor(src, src_gray, CV_BGR2GRAY);
createTrackbar("Threshold value", OUTPUT_TITLE, &T1_Value, Max_Value, Canny_Demo);
//imshow("gray image", src_gray);
Canny_Demo(0, 0);
waitKey(0);
return 0;
}
void Canny_Demo(int, void*)
{
Mat edge_image;
blur(src_gray, src_gray, Size(3, 3), Point(-1, -1), BORDER_DEFAULT); //均值滤波
Canny(src_gray, edge_image, T1_Value, T1_Value * 2, 3, false);
imshow(OUTPUT_TITLE, edge_image);
/*
dst.create(src.size(), src.type());
Mat mask1 = Mat::zeros(src.size(), src.type());
src.copyTo(dst, mask1);
imshow(OUTPUT_TITLE, dst);
*/
}