opencv学习笔记(17)：Canny边缘检测

Canny算法介绍
Canny是边缘检测算法，在1986年提出的。
是一个很好的边缘检测器
很常用也很实用的图像处理方法

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

Canny算法介绍 - 非最大信号抑制


Canny算法介绍-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
）

实例代码

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace std;
using namespace cv;
Mat src, gray_src;
int t1_value = 50;
int max_value = 255;
const char* output_title = "output";
void Canny_demo(int,void*);
int main(int argc, char** argv)
{
	
	src = imread("F:/1.jpg");
	if (!src.data)
	{
		cout << "cannot load image" << endl;
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", src);
	//转为灰度图
	cvtColor(src, gray_src, CV_BGR2GRAY);
	imshow("gray image", gray_src);
	namedWindow(output_title, WINDOW_AUTOSIZE);
	createTrackbar("Threshold value", output_title, &t1_value, max_value, Canny_demo);
	Canny_demo(0, 0);
	waitKey(0);
	return 0;
}

void Canny_demo(int, void*)
{
	Mat edge_output;
	Mat dst;
	Mat blur_src;
	//模糊
	blur(gray_src, blur_src, Size(3, 3), Point(-1, -1));
	//调用Canny
	Canny(blur_src, edge_output, t1_value, 2 * t1_value, 3, false);
	dst.create(src.size(), src.type());
	src.copyTo(dst, edge_output);
	imshow(output_title, dst);
}