OpenCV核心模块核心提炼（四） —— 边缘检测之Canny边缘检测器

一、引入

      Canny边缘检测器可以说是OpenCV中的一个重要工具，它可以自己通过调节阈值对图像边缘进行检测与滤波，具有低错误率与良好的定位。

二、原理

1. 过滤掉任何噪音。高斯滤波器用于此目的。可能使用的高斯内核示例如下所示：

   

2. 找到图像的强度梯度。为此，我们遵循类似索贝尔的程序：

   1. 使用一对卷积面罩（在和方向：

      

   2. 找到梯度强度和方向：

      

      方向四舍五入为四个可能的角度之一（即0,45,90或135）

3. 应用非最大抑制。这将删除不被视为边缘一部分的像素。因此，仅保留细线（候选边缘）。

4. 迟滞：最后一步。Canny确实使用了两个阈值（上限和下限）：

   1. 如果像素梯度高于上阈值，则将像素接受为边缘
   2. 如果像素梯度值低于下阈值，则拒绝它。
   3. 如果像素梯度在两个阈值之间，则仅当它连接到高于上阈值的像素时才接受。

   Canny建议上限：较低的比例在2：1和3：1之间。

三、代码

1. 创建一些所需的变量：

     Mat src, src_gray;
     Mat dst, detected_edges;
   
     int edgeThresh = 1;
     int lowThreshold;
     int const max_lowThreshold = 100;
     int ratio = 3;
     int kernel_size = 3;
     char* window_name = "Edge Map";

   
   请注意以下事项：
   
   a.我们建立一个3:1的低：高阈值比率（可变*比率*）
   
   b.我们将内核大小设置为：math:`3`（对于canny函数内部执行的sobel操作）
   
   c.我们为以下阈值设置了一个最大值：math:`100`。
   

2. 加载源图像：

   /// Load an image
   src = imread( argv[1] );
   
   if( !src.data )
     { return -1; }

    

3. 创建一个src相同类型和大小的矩阵（将是dst）

   dst.create( src.size(), src.type() );

    

4. 将图像转换为灰度（使用函数cvtColor：

   cvtColor( src, src_gray, CV_BGR2GRAY );

    

5. 创建一个窗口以显示结果

   namedWindow( window_name, CV_WINDOW_AUTOSIZE );

    

6. 创建一个跟踪栏，供用户输入Canny探测器的下限：

   createTrackbar( "Min Threshold:", window_name, &lowThreshold, max_lowThreshold, CannyThreshold )；

   请注意以下事项：

   1. 由Trackbar控制的变量是lowThreshold，其限制为max_lowThreshold（我们之前设置为100）
   2. 每次Trackbar注册一个动作时，都会调用回调函数CannyThreshold。

7. 让我们一步一步检查CannyThreshold函数：

   1. 首先，我们使用内核大小为3的过滤器模糊图像：

      blur( src_gray, detected_edges, Size(3,3) );

       

   2. 其次，我们应用OpenCV函数Canny：

      Canny( detected_edges, detected_edges, lowThreshold, lowThreshold*ratio, kernel_size );

      参数在哪里：

      • detected_edges：源图像，灰度
      • detected_edges：探测器的输出（可以与输入相同）
      • lowThreshold：用户移动Trackbar输入的值
      • highThreshold：在程序中设置为下限阈值的三倍（遵循Canny的建议）
      • kernel_size：我们将它定义为3（内部使用的Sobel内核的大小）

8. 我们用零填充dst图像（意味着图像是完全黑色的）。

   dst = Scalar::all(0);

    

9. 最后，我们将使用函数copyTo仅映射图像中标识为边的区域（在黑色背景上）。

   src.copyTo( dst, detected_edges);

   CopyTo从复制的src图像到DST。但是，它只会复制具有非零值的位置的像素。由于Canny探测器的输出是黑色背景上的边缘轮廓，因此得到的dst在所有区域中都是黑色的，但是检测到的边缘。

10. 我们显示结果：

    imshow( window_name, dst );

     

结果

• 在编译上面的代码之后，我们可以运行它作为参数给出图像的路径。例如，使用以下图像作为输入：

  

• 移动滑块，尝试不同的阈值，我们得到以下结果：

  

• 注意图像如何叠加到边缘区域的黑色背景上。