opencv3/C++图像边缘提取canny算子与Sobel算子实现opencv(VS2019 & C++)

       Canny Detector 是一种针对快速实时边缘检测而优化的多阶段算法，该算法的基本目标是检测亮度（大梯度）的急剧变化，例如从白色到黑色的转换，在给定一组阈值的情况下将它们定义为边缘

       opencv使用track bar 调整canny算子参数，提取到合适的图像边缘。

#include<iostream>
#include<opencv2/opencv.hpp>
using namespace cv;

void trackBar(int, void*);
int s1=0,s2=0;
Mat src, dst;
int main()
{
    src = imread("E:/image/image/daibola.jpg");
    if(src.empty())
    {
        printf("can not load image \n");
        return -1;
    }
    cvNamedWindow("input", CV_WINDOW_AUTOSIZE);
    imshow("input", src);
    dst = src.clone();
    cvNamedWindow("output", CV_WINDOW_AUTOSIZE);
    createTrackbar("canny1", "output", &s1, 255, trackBar);
    createTrackbar("canny2", "output", &s2, 255, trackBar);
    GaussianBlur(src,src,Size(3,3),0);

    waitKey();
    return 0;
}

void trackBar(int, void*)
{

    Canny(src,dst,s1,s2,3);
    imshow("output", dst);
}

       sobel算子是一种常用的边缘检测算子，是一阶的梯度算法。对噪声具有平滑作用，提供较为精确的边缘方向信息，边缘定位精度不够高。当对精度要求不是很高时，是一种较为常用的边缘检测方法。

       opencv实现代码如下：

#include<opencv2/opencv.hpp>
#include<iostream>
#include<opencv2/highgui/highgui_c.h>
#include<vector>
#include<cstdlib> 


using namespace cv;
using namespace std;

int main()
{
    Mat src, dst;
    src = imread("D://opencv//0.jpg");

    if (src.empty())
    {
        printf("can not load image \n");
        return -1;
    }
    dst = Mat::zeros(src.size(), src.type());
    cvNamedWindow("input", CV_WINDOW_AUTOSIZE);
    imshow("input", src);

    Mat kernel = (Mat_<int>(2, 2) << 0, 1, -1, 0);
    filter2D(src, dst, -1, kernel, Point(-1, -1), 0.0);  //对图像做卷积
    Mat xgrad, ygrad;
    Sobel(src, xgrad, CV_16S, 1, 0);
    Sobel(src, ygrad, CV_16S, 0, 1);
    convertScaleAbs(xgrad, xgrad);               //该操作可实现图像增强等相关操作的快速运算
    convertScaleAbs(ygrad, ygrad);

    addWeighted(xgrad, 0.5, ygrad, 0.5, 0, dst); //将两张相同大小，相同类型的图片融合的函数
    //addWeighted(dst,0.5,src,1,0,dst);
    cvNamedWindow("output", CV_WINDOW_AUTOSIZE);
    imshow("output", dst);
    waitKey();
    return 0;
}

实现效果如下：