图像变换-基于OPENCV的边缘检测：Canny 算子

图像变换-基于OPENCV的边缘检测：Canny 算子

canny算法的步骤：
1、Gaussianblur
2、转换成灰度图片
3、计算梯度:soble
4、非最大信号值抑制：保留最大信号值。
5、高低阈值输出图像：高于高阈值的保留，低于低阈值的去掉，从高于高阈值的像素出发，凡是高于低阈值而且相互连接的，保留下来。

高低阈值比一般为2:1/3:1

OpenCV中Canny() 函数的API:
void Canny( InputArray _src, OutputArray _dst,
double low_thresh, double high_thresh,
int aperture_size, bool L2gradient )
第一个参数是 输入8_bits的图像
第二个参数是输出图像
第三个参数是低阈值
第四个参数是高阈值
第五个参数是soble算子的size，默认为3；
第六个参数默认为false，选择用L1归一化，true选择用L2归一化

L1：

L2：

代码：

#include<opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;

void canny_operation(int, void*);
int value = 50;
int maxValue = 255;
Mat gray,src, dst;
const char* OUTPUT = "canny result";
const char* output_win = "image";
int main(int argc, char* argv[])
{
	src = imread("1.jpg");
	if (src.empty())
	{
		cout << "could not load the image!" << endl;
	}
	namedWindow(output_win, CV_WINDOW_AUTOSIZE);
	imshow(output_win, src);

	namedWindow(OUTPUT, CV_WINDOW_AUTOSIZE);
	cvtColor(src, gray, COLOR_BGR2GRAY);
	//创建滑动条
	createTrackbar("threshold", OUTPUT, &value, maxValue,canny_operation);
	canny_operation(0, 0);

	waitKey(0);
	return 0;
}

void canny_operation(int, void*)
{
	Mat edge;
	blur(gray, gray, Size(3, 3), Point(-1, -1),BORDER_DEFAULT);
	//canny边缘检测
	Canny(gray, edge, value, value * 2, 3, false);
	imshow(OUTPUT,edge);

}

原图：

结果图：