<LearnOpenCV20>Canny边缘检测

Canny算法介绍 – 五步 in cv::Canny

高斯模糊 - GaussianBlur
灰度转换 - cvtColor
计算梯度 – Sobel/Scharr
非最大信号抑制
高低阈值输出二值图像

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。最终得到一个输出二值图像。
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
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

Mat src, src_gray;
int t1_value = 50;
int max_value = 255;
const char* OUTPUT_TITLE = "CANNY RESULT";
void Canny_Demo(int,void*);
int main()
{
	src = imread("D:/learnopencv/opencv003/face.jpg");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}
	char INPUT_TITLE []= "input image";
	namedWindow(INPUT_TITLE, CV_WINDOW_AUTOSIZE);
	namedWindow(OUTPUT_TITLE, CV_WINDOW_AUTOSIZE);
	imshow(INPUT_TITLE, src);
	cvtColor(src, src_gray, CV_BGR2GRAY);
	createTrackbar("Threshold Value:", OUTPUT_TITLE, &t1_value, max_value, Canny_Demo);
	Canny_Demo(0, 0);
	waitKey();
	return 0;
}
void Canny_Demo(int, void*) {
	Mat edge_image,dst;
	blur(src_gray, src_gray,Size(3,3), Point(-1, -1), BORDER_DEFAULT);
	Canny(src_gray, edge_image, t1_value, t1_value * 2, 3, false);
	dst.create(src.size(), src.type());
src.copyTo(dst, edge_image);
	imshow(OUTPUT_TITLE, edge_image);
}//imshow(OUTPUT_TITLE, ~edge_image);取反操作