opencv 梯度幅值_OpenCV学习：图像边缘检测

1.OpenCV中Canny函数详解

Canny函数利用Canny算法来进行图像的边缘检测。

void Canny(InputArray image,OutputArray edges, double threshold1, double threshold2, int apertureSize=3,bool L2gradient=false )

第一个参数，InputArray类型的image，输入图像，即源图像，填Mat类的对象即可，且需为单通道8位图像。

第二个参数，OutputArray类型的edges，输出的边缘图，需要和源图片有一样的尺寸和类型。

第三个参数，double类型的threshold1，第一个滞后性阈值。

第四个参数，double类型的threshold2，第二个滞后性阈值。

第五个参数，int类型的apertureSize，表示应用Sobel算子的孔径大小，其有默认值3。

第六个参数，bool类型的L2gradient，一个计算图像梯度幅值的标识，有默认值false。

需要注意的是，这个函数阈值1和阈值2两者的小者用于边缘连接，而大者用来控制强边缘的初始段，推荐的高低阈值比在2:1到3:1之间

dem:1：

demo2：

//-----------------------------------【头文件包含部分】---------------------------------------

// 描述：包含程序所依赖的头文件

//----------------------------------------------------------------------------------------------

#include

#include

#include

//-----------------------------------【命名空间声明部分】---------------------------------------

// 描述：包含程序所使用的命名空间

//-----------------------------------------------------------------------------------------------

using namespace cv;

//-----------------------------------【main( )函数】--------------------------------------------

// 描述：控制台应用程序的入口函数，我们的程序从这里开始

//-----------------------------------------------------------------------------------------------

int main( )

{

//载入原始图

Mat src = imread("1.jpg"); //工程目录下应该有一张名为1.jpg的素材图

Mat src1=src.clone();

//显示原始图

imshow("【原始图】Canny边缘检测", src);

//----------------------------------------------------------------------------------

// 一、最简单的canny用法，拿到原图后直接用。

//----------------------------------------------------------------------------------

Canny( src, src, 150, 100,3 );

imshow("【效果图】Canny边缘检测", src);

//----------------------------------------------------------------------------------

// 二、高阶的canny用法，转成灰度图，降噪，用canny，最后将得到的边缘作为掩码，拷贝原图到效果图上，得到彩色的边缘图

//----------------------------------------------------------------------------------

Mat dst,edge,gray;

// 【1】创建与src同类型和大小的矩阵(dst)

dst.create( src1.size(), src1.type() );

// 【2】将原图像转换为灰度图像

cvtColor( src1, gray, CV_BGR2GRAY );

// 【3】先用使用 3x3内核来降噪

blur( gray, edge, Size(3,3) );

// 【4】运行Canny算子

Canny( edge, edge, 3, 9,3 );

//【5】将g_dstImage内的所有元素设置为0

dst = Scalar::all(0);

//【6】使用Canny算子输出的边缘图g_cannyDetectedEdges作为掩码，来将原图g_srcImage拷到目标图g_dstImage中

src1.copyTo( dst, edge);

//【7】显示效果图

imshow("【效果图】Canny边缘检测2", dst);

waitKey(0);

return