opencv3.1.0+vs2015——Canny边缘检测

Canny算法介绍：是边缘检测算法，是一个很好的边缘检测器。
五个步骤：
1）高斯模糊——GaussianBlur （对图像进行降噪，避免影响最后的结果）
2）灰度转换——cvtColor
3）计算梯度——Sobel/Scharr
4）非最大信号抑制 （边缘信号强但不能都是边缘，对非边缘信号进行抑制）
5）高低阈值连接输出二值图像 （边缘像素可能没有连接起来，通过高低阈值进行连接）

Canny算法介绍——高低阈值连接输出二值图像
1）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。最终得到一个输出的二值图像。
2）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。

API——Canny

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
Mat src, dst, gray_src;
int t1_value = 50;
int max_value = 255;
void Canny_Demo(int, void*);
int main(int argc, char** argv)
{
	src = imread("D:/studytest/lena.jpg");
	if (src.empty())
	{
		printf("could not load image...\n");
		return -1;
	}
	namedWindow("input image", CV_WINDOW_AUTOSIZE);
	namedWindow("output image", CV_WINDOW_AUTOSIZE);
	imshow("input image", src);
	cvtColor(src, gray_src, CV_BGR2BGRA);
	createTrackbar("Threshold value:","output image",&t1_value,max_value,Canny_Demo);
	Canny_Demo(0,0);
	waitKey(0);
	return 0;
}
void Canny_Demo(int, void*)
{
	Mat edge_output;
	blur(gray_src, gray_src,Size(3, 3), Point(-1, -1),BORDER_DEFAULT);
	Canny(gray_src, edge_output, t1_value, t1_value * 2, 3, false);
	//dst.create(src.size(), src.type());
	//src.copyTo(dst, edge_output);
	imshow("output image", edge_output);
}

输出图像如下图所示：