OpenCV学习11 Canny边缘检测

Canny边缘检测

1986年，J.Canny将Laplace滤波器理论改进为现在我们最常用的边缘检测方法-Canny边缘检测方法。在Canny算法中，先在x和y方向上球一阶导数，然后将它们组合成四个方向的导数。然后将求得的方向导数的局部最大值的点作为组成边缘的候选点。
该算法采用了两个阈值来获取边缘点，一个较大值和一个较小值。如果一个像素的梯度大于较大值就接受低于较小值就放弃，介于两者之间，则当他连接到一个高于阈值的像素时才接受，并且canny（）函数的参数中输入图像必须是单通道输出是灰度图。
Canny（）函数

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

第一个参数：待处理图像（单通道）
第二个参数：边缘检测后的图像（灰度图）
第三个参数：double 类型的threshold1,第一个滞后性阈值（低阈值）
第四个参数：double类型的threshold2，第二个滞后性阈值（高阈值）
第五个参数：int类型的apertureSize，表示应用Sobel算子的孔径大小，默认值为3
第六个参数：（可不填）bool类型的L2gradient，一个计算图像梯度幅值的标识，默认值false

blur（）函数(均值滤波函数)
该函数用领域的平均值代替原像素

void blur(InputArray src, OutputArray dst, Size ksize, Point anchor=Point(-1,-1), int borderType=BORDER_DEFAULT )

第一个参数，InputArray类型的src，输入图像。
第二个参数，OutputArray类型的dst，即目标图像。
第三个参数，Size类型的ksize，内核的大小。一般这样写Size( w,h )来表示内核的大小( 其中，w 为像素宽度， h为像素高度)。Size（3,3）就表示内核大小3x3。
第四个参数，(可不填)Point类型的anchor，表示锚点（即被平滑的那个点），注意他有默认值Point(-1,-1)。如果这个点坐标是负值的话，就表示取核的中心为锚点，所以默认值Point(-1,-1)表示这个锚点在核的中心。
第五个参数，(可不填)int类型的borderType，用于推断图像外部像素的某种边界模式。

程序代码

#include<opencv2\opencv.hpp>
#include<opencv2\imgproc\imgproc.hpp>
using namespace cv ;

int main()
{

	Mat srcImage = imread("sll.jpg");                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            
	namedWindow("[原始图]canny边缘检测",WINDOW_NORMAL);
	imshow("[原始图]canny边缘检测",srcImage);

	Mat grayImage,edge1,edge2,edge3,edge4;

	//转灰度图
	cvtColor( srcImage,grayImage,CV_BGR2GRAY);

	//例1  设置低阈值为3高阈值为9
	blur (grayImage ,edge1,Size(3,3));//Size(4,4)左侧数值检查横向线条；右侧数值检测纵向线条。
	Canny(edge1,edge1,3,9,3);
	namedWindow("[效果图]Canny边缘检测1",WINDOW_NORMAL);
	imshow("[效果图]Canny边缘检测1",edge1);

	//例2  设置均值滤波内核为15*15
	blur (grayImage ,edge2,Size(5,5));
	Canny(edge2,edge2,3,9,3);
	namedWindow("[效果图]Canny边缘检测2",WINDOW_NORMAL);
	imshow("[效果图]Canny边缘检测2",edge2);
	
	//例3  设置低阈值为5高阈值为8
	blur (grayImage ,edge3,Size(7,7));
	Canny(edge3,edge3,5,8,3);
	namedWindow("[效果图]Canny边缘检测3",WINDOW_NORMAL);
	imshow("[效果图]Canny边缘检测3",edge3);

	//例4  设置低阈值为14高阈值为15
	blur (grayImage ,edge4,Size(15,17));
	Canny(edge4,edge4,14,15,3);
	namedWindow("[效果图]Canny边缘检测4",WINDOW_NORMAL);
	imshow("[效果图]Canny边缘检测4",edge4);

	waitKey(0);
	return 0;
}  

运行结果

或者

1318959