C/C++ OpenCV之Canny边缘检测

边缘检查的一般步骤

1.滤波

边缘检查的算法主要是基于图像强度的一阶和二阶倒数，但倒数通常对噪声很敏感，因此必须采用滤波器来

改善与噪声有关的边缘检测器的性能。

2.增强

增强边缘的基础是确定图像各点的领域强度的变化值。增强算法可以将图像灰度点领域强度值有显著变化的点

凸显出来

3.检测

常用的方法是通过阈值化方法来检测

Canny函数

void Canny(

inputArray image,

outputArray edges,

double thresholdint1,

double threshold2,

int apertursSize=3,

bool L2gradient=false

)

通常第三个参数和第四个参数的比值是3:1和2:1

下面是代码：

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace cv;

int main()
{
	Mat src = imread("1.jpg");
	Mat src1 = src;
	Mat out;

	namedWindow("原图");
	imshow("原图", src);

	//方法一3以下的版本
	Canny(src, out, 150, 100);
	namedWindow("方法一的效果图");
	imshow("方法一的效果图",out);

	//方法二3以上的版本
	Mat dst, edge, gray;

	//创建一个与src1一样的矩阵
	dst.create(src1.size(), src1.type());

	//将原图像转为灰度
	cvtColor(src1, gray, COLOR_RGB2GRAY);

	//滤波(降噪)
	blur(gray, edge, Size(3, 3));

	//canny
	Mat out2;
	Canny(edge, out2, 15, 10);


	dst = Scalar::all(0);

	src1.copyTo(dst, out2);

	namedWindow("方法二的效果图");
	imshow("方法二的效果图", out2);

	waitKey();
	return 0;
}

运行结果如下: