步骤:
①平滑处理
②梯度检测
③非极大值抑制
④滞后阈值处理
1.所有的边缘都极易受到噪声的干扰,为了防止因噪声引起的错误检测结果,有必要用平滑滤波的方法滤除噪声。高斯滤波是常用的滤波方式,二维图像用二维高斯函数,它的定义为:
PS:σ表示高斯函数的标准差
边缘检测之前,先用 GaussianBlur 函数进行高斯平滑滤波,设它的标准差为1.6,而高斯内核尺寸是由标准差确定的。
int main(int argc, char** argv)
{
Mat src, dst, edge, output;
src = imread("C:/Users/24465/Desktop/1.jpeg");
if (!src.data)
{
cout << "could not be load image" << endl;
return -1;
}
GaussianBlur(src, dst, Size(0, 0), 1.6);//size大小通常为3x3这里我取0×0,1.6为高斯标准差
Canny(dst, output, 25, 60);//25为低阈值,60为高阈值
namedWindow("Canny", WINDOW_AUTOSIZE);//输出图像与输入图像大小一致,窗口大小会自动调整以适应所显示的图像,但是不能更改大小
imshow("input", src);
imshow("Canny", output);
waitKey(0);
return 0;
}
原理可参考:边缘检测之Canny算法详解