opencv019-Canny边缘检测

Canny算法介绍

lCanny是边缘检测算法，在1986年提出的。

l是一个很好的边缘检测器

l很常用也很实用的图像处理方法

Canny算法介绍 – 五步 in cv::Canny

1.高斯模糊 - GaussianBlur

2.灰度转换 - cvtColor

3.计算梯度 – Sobel/Scharr

4.非最大信号抑制

5.高低阈值输出二值图像

Canny算法介绍 - 非最大信号抑制

Canny算法介绍-高低阈值输出二值图像

lT1， 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。

l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 – cv::Canny

Canny（

InputArray src, // 8-bit的输入图像（八位灰度图像）

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。

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

Mat src, dst, gray_src;
int t1_vlaue = 50;
int max_value = 255;
void Canny_Demo(int, void*);
const char* input_win = "input";
const char* out_put = "out_put";
int main(int agrc, char** agrv) {

	src = imread("C:/Users/liyangxian/Desktop/bjl/nm3.jpg");
	if (!src.data) {
		printf("no load..\n");
		return -1;
	}
	namedWindow(input_win, CV_WINDOW_AUTOSIZE);
	namedWindow(out_put, CV_WINDOW_AUTOSIZE);
	imshow(input_win, src);
	GaussianBlur(src, dst, Size(3, 3), 0, 0);
	createTrackbar("Threshold value:", out_put, &t1_vlaue, max_value, Canny_Demo);
	Canny_Demo(0, 0);
	waitKey(0);
	return 0;
}
void Canny_Demo(int,void*) {
	Mat edge_output;
	GaussianBlur(src, dst, Size(3, 3), 0, 0);
	Canny(dst,edge_output,t1_vlaue,t1_vlaue*2,3,false);
	gray_src.create(src.size(), src.type());
	src.copyTo(gray_src, edge_output);
	imshow(out_put, gray_src);
}