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